The geometry of resource constraint: An empirical study of the golden snub‐nosed monkey
Notice bibliographique
Résumé
Apposite conceptualization and measurement of resource variation is critical for understanding many issues in ecology, including ecological niches, persistence and distribution of populations, the structure of communities and population resilience to perturbations. We apply the nutritional geometry framework to conceptualize and quantify the responses of a temperate-living primate, the golden snub-nosed monkey Rhinopithecus roxellana to variation in resource quality and quantity and in nutrient requirements associated with seasonal environments. We present a geometric model distinguishing qualitative constraint, quantitative constraint and 'pseudo-constraint' whereby nutrient intakes resemble response to qualitative resource constraint but are in fact driven by variation in nutrient requirements. The model is applied to analyse nutrient intakes recorded in 164 full-day observations of monkeys from two populations, one wild and the other captive, across seasons. Additionally, we recorded the diet of a single animal over 32 consecutive days in the wild. Despite considerable differences in available resources, the captive and wild populations showed marked similarities in nutrient intakes, including indistinguishable amounts and ratios of ingested macronutrients during summer and autumn and strong year-round maintenance of protein compared to seasonally variable fat and carbohydrate intakes. These similarities suggest homeostatically regulated nutritional targets and provide reference points to identify factors driving population differences in macronutrient intake in winter and spring. Our framework enabled us to distinguish examples of quantitative, qualitative and 'pseudo-constraint'. We suggest that this approach can increase the resolution at which resource constraint is conceptualized and measured in ecological studies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».