Species‐level predation network uncovers high prey specificity in a Neotropical army ant community
Notice bibliographique
Résumé
Army ants are among the top arthropod predators and considered keystone species in tropical ecosystems. During daily mass raids with many thousand workers, army ants hunt live prey, likely exerting strong top-down control on prey species. Many tropical sites exhibit a high army ant species diversity (>20 species), suggesting that sympatric species partition the available prey niches. However, whether and to what extent this is achieved has not been intensively studied yet. We therefore conducted a large-scale diet survey of a community of surface-raiding army ants at La Selva Biological Station in Costa Rica. We systematically collected 3,262 prey items from eleven army ant species (genera Eciton, Nomamyrmex and Neivamyrmex). Prey items were classified as ant prey or non-ant prey. The prey nearly exclusively consisted of other ants (98%), and most booty was ant brood (87%). Using morphological characters and DNA barcoding, we identified a total of 1,103 ant prey specimens to the species level. One hundred twenty-nine ant species were detected among the army ant prey, representing about 30% of the known local ant diversity. Using weighted bipartite network analyses, we show that prey specialization in army ants is unexpectedly high and prey niche overlap very small. Besides food niche differentiation, we uncovered a spatiotemporal niche differentiation in army ant raid activity. We discuss competition-driven multidimensional niche differentiation and predator-prey arms races as possible mechanisms underlying prey specialization in army ants. By combining systematic prey sampling with species-level prey identification and network analyses, our integrative approach can guide future research by portraying how predator-prey interactions in complex communities can be reliably studied, even in cases where morphological prey identification is infeasible.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».