Food quality influences density-dependent fitness, but not always density-dependent habitat selection, in red flour beetles (Coleoptera: Tenebrionidae)
Notice bibliographique
Résumé
Abstract Density-dependent habitat selection models inherently rely on the negative relationship between population density and mean fitness in different habitats. Habitats differing in quality, such as different food sources or habitat structure, can have different strengths of density-dependent relationships, which can then affect patterns of density dependence in habitat selection. We tested the hypothesis that density dependence in fitness dictates the patterns in density-dependent habitat selection: individuals should prefer higher-quality habitat over lower-quality habitat. We used controlled experiments with red flour beetles (Tribolium castaneum (Herbst) (Coleoptera: Tenebrionidae)) to measure density dependence of fitness and to examine density-dependent habitat selection by beetles in wheat (Triticum Linnaeus (Poaceae)), corn (Zea mays Linnaeus (Poaceae)), and soy (Glycine max (Linnaeus) Merrill (Fabaceae)) flour habitats. Despite large differences in fitness between habitats (fitness was the highest in wheat flour, lower in corn flour, and zero in soy flour), beetles showed only weak preference for wheat over corn flour and for corn over soy flour, but showed strong preference for wheat over soy flour. These preferences were the strongest at low density. This study gives insight into the relationship between habitat quality and density-dependent habitat selection in flour beetles.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
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 source (Gemma direct ou Codex distillé), 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 ».