Nonconsumptive Predator Effects on Prey Demography: Recent Advances Using Intertidal Invertebrates
Notice bibliographique
Résumé
Predators influence prey demography through consumption, but the mere presence of predators may trigger behavioural changes in prey that, if persistent or intense, may also influence prey demography. A tractable system to study such nonconsumptive effects (NCEs) of predators involves intertidal invertebrates. This mini review summarises recent research using barnacles and mussels as prey and dogwhelks as predators. The field manipulation of dogwhelk density revealed that pelagic barnacle larvae avoid benthic settlement near dogwhelks, which limits barnacle recruitment, a relevant outcome because recruitment is the only source of population replenishment for barnacles, as they are sessile. This avoidance behaviour is likely triggered by waterborne dogwhelk cues and may have evolved to limit future predation risk. Increasing densities of barnacle recruits and adults can prevent such NCEs from occurring, seemingly because benthic barnacles attract conspecific larvae through chemical cues. Barnacle recruit density increased with the abundance of coastal phytoplankton (food for barnacle larvae and recruits), so barnacle food supply seems to indirectly limit dogwhelk NCEs. By inhibiting barnacle feeding, dogwhelk cues also limited barnacle growth and reproductive output. Wave action weakens dogwhelk NCEs likely through hydrodynamic influences. Dogwhelk cues also limit mussel recruitment, as mussel larvae also exhibit predator avoidance behaviour. The NCEs on recruitment are weaker for mussels than for barnacles, possibly because mussel larvae can detach themselves after initial settlement, an ability that barnacle larvae lack. Overall, these field experiments provide evidence of predator NCEs on prey demography for coastal marine systems.
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 ».