Prenatal exposure to predation affects predator recognition learning via lateralization plasticity
Notice bibliographique
Résumé
Prey with cerebral lateralization often shows a bias in escape direction and asymmetrical use of eyes for scanning. Such asymmetries are likely to cause ecological disadvantages when, for example, predators attack from the side in which the prey is more susceptible. However, lateralized individuals are diffuse in many species and, paradoxically, their frequency increases via developmental plasticity in environments with high-predation risk. Using wood frog tadpoles, Lithobates sylvaticus, we tested the hypothesis that cerebral lateralization enhances predator recognition learning and thus overcomes the costs of behavioral asymmetries in high predation risk environments. In the first experiment, we found tadpoles exposed to risk as embryos developed more intense lateralization in a rotational test compared to predator-naive controls. Risk exposure led to the more frequent development of clockwise swimming preference. In the second experiment, we found that tadpoles exhibiting no behavioral lateralization and tadpoles with marked clockwise swimming preference learned to recognize the novel predator odor, with the latter showing a better performance as predicted. Tadpoles with anticlockwise swimming preference did not learn to associate the predator with risk. Exposure to a high-risk environment during early ontogeny appears to favor the development of either a lateralization phenotype with refined predator recognition learning skills, or, to a lesser extent, a lateralization phenotype with poor predator recognition learning skills. Such individuals likely cope with predation using mechanisms other than learning.
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 | 0,002 |
| 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 | 0,001 |
| 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 ».