Territoriality modifies the effects of habitat complexity on animal behavior: a meta-analysis
Notice bibliographique
Résumé
Abstract Augmenting habitat complexity by adding structure has been used to increase the population density of some territorial species in the wild and to reduce aggression among captive animals. However, it is unknown if all territorial species are affected similarly by habitat complexity, and whether these effects extend to non-territorial species. We conducted a meta-analysis to compare the behavior of a wide range of territorial and non-territorial taxa in complex and open habitats to determine the effects of habitat complexity on 1) territory size, 2) population density, 3) rate and time spent on aggression, 4) rate and time devoted to foraging, 5) rate and time spent being active, 6) shyness/boldness, 7) survival rate, and 8) exploratory behavior. Overall, all measures were significantly affected by habitat complexity, but the responses of territorial and non-territorial species differed. As predicted, territorial species were less aggressive, had smaller territories and higher densities in complex habitats, whereas non-territorial species were more aggressive and did not differ in population density. Territorial species were bolder but not more active in complex habitats, whereas non-territorial species were more active but not bolder. Although the survival of non-territorial species increased in complex habitats, no such increase was observed for territorial species. The increased safety from predators provided by complex habitats may have been balanced by the higher population densities and bolder behavior in territorial species. Our analysis suggests that territorial and non-territorial animals respond differently to habitat complexity, perhaps due to the strong reliance on visual cues by territorial animals.
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 | 0,001 |
| 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) | 0,009 | 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 ».