Foraging behavior and extended phenotype independently affect foraging success in spiders
Notice bibliographique
Résumé
Abstract Multiple phenotypic traits often interact with each other to determine an individual’s fitness. Behavioral and extended phenotypic traits, such as architectural constructions, can contribute to fitness in an integrated way. The goal of this study was to understand how the interaction between behavioral and extended phenotypic traits can affect foraging success. We tested this question using black widow spiders, where spiders that are aggressive in a foraging context tend to build more gumfooted silk lines that aid in prey capture, while non-aggressive spiders build webs with fewer gumfooted lines. We repeatedly assessed behavior and web structure to quantify relationships between these traits, and then allowed spiders to forage for live prey on their own web or the web of a conspecific that differed in structure. Thus, we assessed how varying combinations of behavior and web structure affect foraging success, and if correlational selection might act on them. We confirmed that aggressiveness and number of gumfooted lines are positively correlated and found that capture success increased with both aggressiveness and the number of gumfooted lines. Yet, we did not find any evidence for correlational selection: aggressiveness and number of gumfooted lines appeared to affect foraging success independently of each other. These findings highlight that a correlation between traits that contribute towards the same ecological function does not necessarily imply correlational selection. Taking advantage of the experimental convenience afforded by extended phenotypic traits can provide insight into the functional consequences of phenotypic variation within and between individuals.
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 ».