MétaCan
Menu
Retour à la cohorte
Enregistrement W2781009982 · doi:10.1139/cjz-2017-0023

The right choice: predation pressure drives shell selection decisions in the hermit crab <i>Calcinus</i> <i>californiensis</i>

2017· article· en· W2781009982 sur OpenAlexvenueno aff
Elsah Arce, Alex Córdoba‐Aguilar

Notice bibliographique

RevueCanadian Journal of Zoology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCrustacean biology and ecology
Établissements canadiensnon disponible
Organismes subventionnairesDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de México
Mots-clésHermit crabPredationBiologyPredatorAnomuraDecapodaEcologySelection (genetic algorithm)CrypsisFisheryCrustaceanZoology

Résumé

récupéré en direct d'OpenAlex

Several prey species use refuges to avoid predation. Prey need to abandon and shift between refuges. However, during such shifting, prey can be vulnerable to predators. We hypothesize that predator presence may induce prey to make mistakes in choosing their refuge. We tested this by inducing the hermit crab Calcinus californiensis Bouvier, 1898 to shift to a new empty gastropod shell (three different species: Columbella Lamarck, 1799, Nerita scabricosta Lamarck, 1822, and Stramonita biserialis (Blainville, 1832)) in the absence and presence of Eriphia squamata Stimpson, 1860, which is an efficient shell-crushing natural crab predator. We expected that when a predator was present, hermit crabs would (i) inspect fewer shells and (or) (ii) change to a shell that is either too heavy to allow escape or unfit in size to accommodate the hermit crab. Although the first prediction was met, the second prediction was supported only when S. biserialis shells were used. Thus, in the presence of a predator, hermit crabs prioritize escaping by selecting lighter shells, which would allow the crab to move faster. We conclude that predator presence may induce prey to make mistakes in refuge selection, suggesting that this has severe consequences in future predatory events.

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)0,001
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 enseignants0,590
Score d'incertitude au seuil0,980

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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

Citations16
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetCrustacean biology and ecologyTravaux en français237 207