Notice bibliographique
Résumé
This article uses several models to explore the potential indirect evolutionary interaction between two prey species that share one or more predator species. It asks how the antipredator adaptations of a focal prey species are likely to evolve following the introduction of a second prey species that shares one or more of the same predator species. The interactions are represented by differential equation models of homogeneous populations, and evolutionary change occurs in a single quantitative trait within each prey species. Models differ in assumptions about the number of predator types, the costs of antipredator traits, and in how predator and prey traits combine to determine a per capita capture rate. Parallel change in the antipredator characteristics of two species usually occurs when the general risk of predation is changed by the introduction of the second prey. This may be a parallel increase or decrease, depending on whether the ecological interaction is apparent competition or apparent mutualism. Divergence in trait values is most often associated with the presence of two or more distinct types of predators with some form of trade‐off in the prey’s ability to avoid different predators. Divergence may also occur with a single predator type, when two or more strategies exist for reducing predation risk. Convergence is a possible outcome when there are two or more predator types. Coevolution may also produce trait and population cycles in models, and the nature of character displacement is often changed markedly by such instability. The limited evidence for evolutionary indirect effects mediated by shared predation is reviewed. Possible reasons for the disparity between theory and observation are discussed.
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 ».