Phenotypic Correlates of Scrounging Behavior in Zebra Finches: Role of Foraging Efficiency and Dominance
Notice bibliographique
Résumé
Abstract In flocks, individuals can search for their own food using the producer tactic or exploit the discoveries of companions using the scrounger tactic. Models of the producer–scrounger game usually assume that tactic payoffs are independent of individual phenotypic traits. However, factors such as dominance status or foraging efficiency may constrain the use of tactics and lead to asymmetric tactic use among individuals. For instance, in flocks composed of foragers with unequal foraging efficiency, foragers that are less efficient at obtaining food are expected to rely on the scrounger tactic to a greater extent. I examined the role of foraging efficiency and dominance status as potential correlates of scrounging behavior in small aviary flocks of zebra finches ( Taenopygia guttata ). Individual foraging efficiency was documented in each flock in a treatment that prevented scrounging. In a subsequent treatment that allowed scrounging, higher levels of scrounging occurred as predicted in foragers with lower foraging efficiency. Dominance status was a poor predictor of tactic choice. Birds that arrived later on the foraging grid foraged less efficiently when scrounging was prevented and used scrounging to a greater extent when allowed, suggesting a link between boldness, foraging efficiency and the choice of foraging tactics in small flocks of zebra finches.
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) | 0,000 | 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 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 ».