Changes in precipitation may alter food preference in an ecosystem engineer, the black land crab, <i>Gecarcinus ruricola</i>
Notice bibliographique
Résumé
Gecarcinid land crabs are ecosystem engineers playing an important role in nutrient recycling and seedling propagation in coastal forests. Given a predicted future decline in precipitation for the Caribbean, the effects of dehydration on feeding preferences of the black land crab Gecarcinus ruricola were investigated. G. ruricola were offered novel food items of lettuce, apple, or herring to test for food choice based on water and nutritional (energetic) content in single and multiple choice experimental designs. The effect of dehydration was incorporated by depriving crabs of water for 0, 4, or 8 days, leading to an average body water loss of 0%, 9%, and 17%, respectively, (crabs survived a body water loss of 23% + 2% and 14–16 days without access to water). The results were consistent between the single and multiple choice experiments: crabs consumed relatively more apple and fish and only small amounts of lettuce. Overall, no selective preferences were observed as a function of dehydration, but crabs did consume less dry food when deprived of water and an overall lower food intake with increasing dehydration levels occurred. The decrease in feeding was likely due to loss of water from the gut resulting in the inability to produce ample digestive juices. Future climatic predictions suggest a 25–50% decline in rainfall in the Caribbean, which may lead to a lower food intake by the crabs, resulting in compromised growth. The subsequent reduction in nutrient recycling highlights possible long-term effects on coastal ecosystems and highlights the importance of future work on climate relative behavioral interactions that influence ecosystem function.
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) | 0,001 | 0,001 |
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 ».