MétaCan
Menu
Retour à la cohorte
Enregistrement W2761994355 · doi:10.1002/ecy.2050

Fear affects parental care, which predicts juvenile survival and exacerbates the total cost of fear on demography

2017· article· en· W2761994355 sur OpenAlexafffund
Blair P. Dudeck, Michael Clinchy, Marek C. Allen, Liana Zanette

Notice bibliographique

RevueEcology · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésJuvenileDemographyEcologyPaternal careBiologyPsychologySociology

Résumé

récupéré en direct d'OpenAlex

Fear itself (perceived predation risk) can affect wildlife demography, but the cumulative impact of fear on population dynamics is not well understood. Parental care is arguably what most distinguishes birds and mammals from other taxa, yet only one experiment on wildlife has tested fear effects on parental food provisioning and the repercussions this has for the survival of dependent offspring, and only during early-stage care. We tested the effect of fear on late-stage parental care of mobile dependent offspring, by locating radio-tagged Song Sparrow fledglings and broadcasting predator or non-predator playbacks in their vicinity, measuring their parent's behavior and their own, and tracking the offspring's survival to independence. Fear significantly reduced late-stage parental care, and parental fearfulness (as indexed by their reduction in provisioning when hearing predators) significantly predicted their offspring's condition and survival. Combining results from this experiment with that on early-stage care, we project that fear itself is powerful enough to reduce late-stage survival by 24%, and cumulatively reduce the number of young reaching independence by more than half, 53%. Experiments in invertebrate and aquatic systems demonstrate that fear is commonly as important as direct killing in affecting prey demography, and we suggest focusing more on fear effects and on offspring survival will reveal the same for wildlife.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,061
Score d'incertitude au seuil0,382

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,241
Écart entre enseignants0,224 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations55
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207