MétaCan
Menu
Retour à la cohorte
Enregistrement W3037860247 · doi:10.1111/fwb.13577

Density‐dependent prey behaviours and mutable predator foraging modes induce Allee effects and over‐prediction of prey mortality rates

2020· article· en· W3037860247 sur OpenAlexaff
Zachary A. Siders, Robert Ahrens, Micheal S. Allen, Carl J. Walters

Notice bibliographique

RevueFreshwater Biology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésPredationPredatorForagingBiologyEcologyLepomis

Résumé

récupéré en direct d'OpenAlex

Abstract Predator–prey models are often used to represent consumptive interactions between species but, typically, are derived using simple experimental systems with little plasticity in prey or predator behaviours. However, many prey and predators exhibit a broad suite of behaviours. Here, we experimentally tested the effect of density‐dependent prey and predator behaviours on per capita relative mortality rates using Florida bass ( Micropterus floridanus ) consuming juvenile Bluegill ( Lepomis macrochirus ). Experimental ponds were stocked with a factorial design of low, medium, and high prey and predator densities. Prey mortality, prey–predator behaviours, and predator stomach contents were recorded over or after 7 days. We assumed the mortality dynamics followed foraging arena theory. This pathologically flexible predator–prey model separates prey into invulnerable and vulnerable pools where predators can consume prey in the latter. As this approach can represent classic Lotka–Volterra and ratio‐dependent dynamics, we fit a foraging arena predator–prey model to the number of surviving prey. We found that prey exhibited density‐dependent prey behaviours, hiding at low densities, shoaling at medium densities, and using a provided refuge at high densities. Predators exhibited ratio‐dependent behaviours, using an ambush foraging mode when one predator was present, hiding in the shadows at low prey–high predator densities, and shoaling at medium and high prey–high predator densities. The foraging arena model predicted the mortality rates well until the high prey–high predator treatment where group vigilance prey behaviours occurred and predators probably interfered with one another resulting in the model predicting higher mortality than observed. This is concerning given the ubiquity of predator–prey models in ecology and natural resource management. Furthermore, as Allee effects engender instability in population regulation, it could lead to inaccurate predictions of conservation status, population rebuilding or harvest rates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,416

Scores Codex et Gemma par catégorie

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,238
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFreshwater BiologyMême sujetFish Ecology and Management StudiesTravaux en français237 207