Short timescale rate maximization by gulls and implications for predation on size-structured prey
Notice bibliographique
Résumé
The timescale over which a predator estimates changes in prey encounter rates will play an important role in maximization of energetic returns from foraging in habitats where prey availability is highly variable through time. However, studies that explicitly test the temporal scale over which foragers track changes in prey availability are surprisingly rare. The increasingly well-recognized impact of terrestrial predators (e.g., birds) on intertidal food webs is likely to depend on their ability to track prey fluctuations in these highly variable environments. Here, we compare the predictions of 2 optimal diet models: a “classic” model in which prey encounter rate estimates are based on long-term, site-level abundance averages, and a model in which encounter rate estimates change at regular intervals throughout the foraging period. We parameterized these models using data from a field study on glaucous-winged gulls ( Larus glaucescens ) foraging on various sizes of the sea star Pisaster ochraceus . Predictions from the classic model, which assumes constant diet breadth throughout the tide cycle, did not match field observations of diet breadth. The “tide-sensitive” model, which assumes that gulls track tide-related changes in prey abundance, provided a better fit to observational data, explaining the full range of Pisaster sizes consumed by gulls. We conclude that gulls track short-term changes in prey encounter rates within a single low tide period to maximize foraging returns. We also present data for high rates of Pisaster removal by gulls, challenging the view of this sea star as a top predator in its intertidal communities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».