MétaCan
Menu
Retour à la cohorte
Enregistrement W2135366328 · doi:10.1890/07-0172.1

SPECIES INVASION SHIFTS THE IMPORTANCE OF PREDATOR DEPENDENCE

2007· article· en· W2135366328 sur OpenAlexaff
Blaine D. Griffen, David G. Delaney

Notice bibliographique

RevueEcology · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPredatorCarcinus maenasPredationBiologyEcologyForagingTrophic levelFood webTrophic cascadeApex predatorCrustaceanDecapoda

Résumé

récupéré en direct d'OpenAlex

The strength of interference between foraging individuals can influence per capita consumption rates, with important consequences for predator and prey populations and system stability. Here we demonstrate how the replacement of a previously established invader, the predatory crab Carcinus maenas, by the recently invading predatory crab Hemigrapsus sanguineus shifts predation from a species that experiences strong predator interference (strong predator dependence) to one that experiences weak predator interference (weak predator dependence). We demonstrate using field experiments that differences in the strength of predator dependence persist for these species both when they forage on a single focal prey species only (the mussel Mytilus edulis) and when they forage more broadly across the entire prey community. This shift in predator dependence with species replacement may be altering the biomass across trophic levels, consistent with theoretical predictions, as we show that H. sanguineus populations are much larger than C. maenas populations throughout their invaded ranges. Our study highlights that predator dependence may differ among predator species and demonstrates that different predatory impacts of two conspicuous invasive predators may be explained at least in part by different strengths of predator dependence.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,299
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations67
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207