Howling on the edge: Mantled howler monkey (<i>Alouatta palliata</i>) howling behaviour and anthropogenic edge effects in a fragmented tropical rainforest in Costa Rica
Notice bibliographique
Résumé
Abstract The function of long calling is a subject of interest across animal behaviour study, particularly within primatology. Many primate species have male‐specific long‐distance calls, including platyrrhines like the folivorous howler monkey ( Alouatta spp.). Howler monkeys may howl to defend resources such as feeding trees or areas of rich vegetation from other monkey groups. This study tests the ecological resource defence hypothesis for howling behaviour in the mantled howler monkey ( Alouatta palliata ) and investigates how anthropogenic forest fragmentation may influence howling behaviour. More specifically, this study examines how howling bout rate, duration, precursors and tree species richness, DBH, and canopy cover vary in 100 m anthropogenic edge and interior forest zones at La Suerte Biological Research Station (LSBRS), a fragmented tropical rainforest in Costa Rica. Results show that tree species richness and canopy cover are higher in forest interior at this site, suggesting that monkeys should howl at greater rates in the interior to defend access to these higher‐quality vegetation resources. Overall, our results supported the ecological resource defence hypothesis. The main howl precursor was howling from neighbouring groups. Although howling rate did not differ between forest zones, howling bouts from forest interior were longer, had a greater number of howls per bout and were preceded by different precursors than howls from anthropogenic edge zones, including more howls from neighbouring groups. Our findings provide some of the first evidence for behavioural edge effects in primate vocal communication behaviour.
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 ».