MétaCan
Menu
Retour à la cohorte
Enregistrement W2170129792 · doi:10.1093/beheco/aru005

Spatial ecology of perceived predation risk and vigilance behavior in white-faced capuchins

2014· article· en· W2170129792 sur OpenAlexaff
Fernando A. Campos, Linda M. Fedigan

Notice bibliographique

RevueBehavioral Ecology · 2014
Typearticle
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPredationVigilance (psychology)PredatorEcologyBiologyHabitatSpatial ecologyAlarm signalPrimateALARM

Résumé

récupéré en direct d'OpenAlex

Although predation has likely played a central role in the evolution of primate socioecology, we currently lack a thorough understanding of how fine-scale variation in perceived predation risk affects primates’ short-term space use patterns and predator avoidance strategies. We examined the spatial and ecological characteristics of predator encounters, as well as behavioral responses to perceived predation risk, in 5 groups of wild white-faced capuchins (Cebus capucinus) in Costa Rica over a 1.5-year period. Alarm-calling bouts directed at birds were more likely to originate in high forest strata, whereas alarm-calling bouts at snakes and terrestrial quadrupeds were more likely to originate near the ground. Relative risk maps based on the locations of predator encounters revealed that high-risk areas for birds and for all guilds combined consisted of more mature forest, whereas low-risk areas for these predators consisted of relatively younger forest. The animals were most vigilant near the ground, which may reflect greater perceived exposure to snakes and terrestrial predators in lower vertical levels. Incorporating the combined risk function into a predictive model of vigilance behavior improved prediction relative to null models of uniform risk or habitat-specific risk. Our results suggest that capuchin monkeys in this study system perceive reduced predation risk in the high and middle forest layers, and they adjust their vigilance behavior to small-scale spatial variation in perceived risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,323
Écart entre enseignants0,300 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations51
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetPrimate Behavior and EcologyTravaux en français237 207