Predator abundance drives the association between exploratory personality and foraging habitat risk in a wild marine meso‐predator
Notice bibliographique
Résumé
Abstract In recent years, the incorporation of lower levels of organization to the understanding of population ecology, has led to an increase in interest for animal personality and individual foraging specialization. Despite these topics investigating comparable phenomena, that is, individual consistency in behaviour and in food resource use respectively, they have rarely been investigated together. Food resource use is thought to be at the interface between personality and life history. More explorative individuals in a population, for example, are thought to increase encounter rates with food resources and consequently have faster growth than less explorative conspecifics. Such hypotheses have so far only received partial support, and the link between personality and life history is increasingly speculated to be plastic and dependent on spatio‐temporal variation in ecological conditions. Intraspecific competition and/or predation risk, for example are known to influence foraging specialization. Here, we investigated the relationship between exploration personality of juvenile lemon sharks Negaprion brevirostris (measured in captivity) and foraging habitat use (high risk vs. low risk; measured via stable isotope analysis in the field) in relation to conspecific and predator abundance. We identified predator abundance as the main driver for the association between foraging habitat and exploration personality. When predators were less abundant, increased exploration was associated with foraging in riskier habitats. When predator abundance increased, an inverse relationship occurred, with less explorative individuals using more dangerous habitat. We conclude that the relationship between personality and resource use is plastic and context dependent, which could explain the inconclusive results of previous studies investigating links between personality and life history. A free Plain Language Summary can be found within the Supporting Information of this article.
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) | 0,000 | 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) | 0,002 | 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 ».