MétaCan
Menu
← Retour à la cohorte
Enregistrement W2998817666 · doi:10.1139/cjz-2019-0118

Does temporal variation in predation risk affect antipredator responses of larval Indian Skipper Frogs (<i>Euphlyctis cyanophlyctis</i>)?

2020· article· en· W2998817666 sur OpenAlexvenueno aff
Swapnil C. Supekar, Narahari P. Gramapurohit

Notice bibliographique

RevueCanadian Journal of Zoology · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyPredationLarvaTadpole (physics)EcologyPredatorZoology

Résumé

récupéré en direct d'OpenAlex

Predation risk varies on a moment-to-moment basis, through day and night, lunar and seasonal cycles, and over evolutionary time. Hence, it is adaptive for prey animals to exhibit environment-specific behaviour, morphology, and (or) life-history traits. Herein, the effects of temporally varying predation risk on growth, behaviour, morphology, and life-history traits of larval Indian Skipper Frogs (Euphlyctis cyanophlyctis (Schneider, 1799)) were studied by exposing them to no risk, continuous, predictable, and unpredictable risks at different time points. Our results show that larval E. cyanophlyctis could learn the temporal pattern of risk leading to weaker behavioural responses under predictable risk and stronger responses to unpredictable risk. Temporally varying predation risk had a significant impact on tadpole morphology. Tadpoles facing continuous risk had narrow tail muscles. Tadpoles facing predictable risk during the day were heavy with wide and deep tail muscles, whereas those facing predictable risk at night had long tails. Tadpoles facing unpredictable risk were heavy with narrow tail muscles. Metamorphic traits of E. cyanophlyctis were also affected by the temporal variation in predation risk. Tadpoles facing predictable risk during the day emerged at the largest size. However, tadpoles facing predictable risk at night and unpredictable risk metamorphosed earlier, whereas those facing continuous risk metamorphosed later.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,216
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetAnimal Behavior and Reproduction→Travaux en français237 207→