Density dependence mediates the ecological impact of an invasive fish
Notice bibliographique
Résumé
Abstract Aim The way in which habitat heterogeneity and predator density affect predator–prey dynamics, space use and prey risk are understudied aspects of foraging ecology, particularly for invasive species. Likewise, how an invasive species’ impact scales with its abundance is poorly understood. We used a model invasive species—lionfish (Pterois volitans)—to understand emergent multiple predator effects and influences of habitat heterogeneity on consumption rate and prey mortality risk. Location Florida, USA. Methods We considered effects of both predator and prey abundance on density‐dependent impact. We used functional response methodology to quantify the per‐capita effect ofP. volitans, assessing concomitant influences of prey refuge (3 levels) and predator density (3 levels) on predator–prey space use and predation efficiency across increasing prey densities (7 levels). We then assessed intraspecific interaction outcomes by comparing observed per‐capita effects with predicted estimates based on consumption rates of individual predators. This allowed us to detect the presence of emergent multiple predator effects (MPEs) and tease apart density‐dependent impacts. Results Lionfish predatory impact was mediated by predator and prey density but unaffected by refugia. Despite incongruent patch preferences between predators and their prey, predator impacts were context‐independent. We also detected nonlinear scaling of impact with increasing predator abundance. Pairs of lionfish had the greatest per‐capita effect, whose cumulative impact on prey matched that expected of independently foraging predators. At the highest predator density (four fish), antagonistic multiple predator effects precipitated prey risk reduction, in which we observed the lowest per‐capita effect. Across predator abundances, prey mortality rates were inversely density‐dependent. Main conclusions Quantifying non‐independent consumptive effects of multiple conspecific predators across levels of prey abundance can inform better prediction and understanding of invasive species' density‐dependent effects. Additionally, consideration of heterogeneity‐mediated FRs and predator–prey spatial distributions may facilitate more precise and realistic predictions of invader impact across their invaded range.
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 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».