Sensory-based niche partitioning in a multiple predator–multiple prey community
Notice bibliographique
Résumé
Many predators and parasites eavesdrop on the communication signals of their prey. Eavesdropping is typically studied as dyadic predator-prey species interactions; yet in nature, most predators target multiple prey species and most prey must evade multiple predator species. The impact of predator communities on prey signal evolution is not well understood. Predators could converge in their preferences for conspicuous signal properties, generating competition among predators and natural selection on particular prey signal features. Alternatively, predator species could vary in their preferences for prey signal properties, resulting in sensory-based niche partitioning of prey resources. In the Neotropics, many substrate-gleaning bats use the mate-attraction songs of male katydids to locate them as prey. We studied mechanisms of niche partitioning in four substrate-gleaning bat species and found they are similar in morphology, echolocation signal design and prey-handling ability, but each species preferred different acoustic features of male song in 12 sympatric katydid species. This divergence in predator preference probably contributes to the coexistence of many substrate-gleaning bat species in the Neotropics, and the substantial diversity in the mate-attraction signals of katydids. Our results provide insight into how multiple eavesdropping predator species might influence prey signal evolution through sensory-based niche partitioning.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».