Learned Recognition of Heterospecific Alarm Signals: The Importance of a Mixed Predator Diet
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A wide diversity of aquatic organisms release alarm signals upon being attacked by a predator. Alarm signals may ‘warn’ nearby individuals of danger. Moreover, the signals may be important in facilitating learned recognition of unknown stimuli. It is common for different prey species to respond to each other’s chemical alarm signals. In many cases, the responses are learned but no learning mechanisms have been identified to date. In this study we tested whether prey fish can learn the identity of an unknown alarm signal when they detect it in association with conspecific alarm cues in the diet of a predator. Chemical alarm cues are known to be conserved in the diet of predators. We conditioned fathead minnows ( Pimephales promelas ) with chemical stimuli from predatory yellow perch ( Perca flavescens ) fed a mixed diet of minnows and brook stickleback ( Culaea inconstans ), perch fed a mixed diet of swordtails ( Xiphophorus helleri ) and stickleback or distilled water. Minnows were subsequently exposed to chemical alarm cues of injured stickleback alone. Those minnows previously conditioned with perch fed a mixed diet of minnows and stickleback increased their use of shelter and ‘froze’ significantly more than minnows previously conditioned with perch fed a diet of swordtails and stickleback or those exposed to distilled water. These data demonstrate a mechanism by which minnows can learn the identity of a heterospecific alarm signal.
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.
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) | 0,000 | 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 découle