MétaCan
Menu
Retour à la cohorte
Enregistrement W4283723396 · doi:10.1139/cjz-2022-0050

Are you scared yet? Variations to cue indices elicit differential prey behavioral responses even when gape-limited predators are relatively small

2022· article· en· W4283723396 sur OpenAlexvenueno aff
Madison J. Wagner, Paul A. Moore

Notice bibliographique

RevueCanadian Journal of Zoology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCrustacean biology and ecology
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of MichiganBowling Green State University
Mots-clésPredatorPredationForagingBiologyCrayfishMicropterusEcologyAbundance (ecology)Bass (fish)

Résumé

récupéré en direct d'OpenAlex

Anti-predator behavior is often evoked based on measurements of risk calculated from sensory cues emanating from predators independent of physical attack. Yet, the exact sensory indices of cues used in risk assessment remain largely unknown. To examine how different predatory cue indices of information are used in risk assessment, we presented prey with various cues from sublethal gape-limited predators. Rusty crayfish ( Faxonius rusticus (Girard, 1852)) were exposed to predatory odors from sublethal-sized largemouth bass ( Micropterus salmoides (Lacepѐde, 1802)) to test effects of changing predator abundance, relative size relationships, and total predator length in flow through mesocosms. Foraging, shelter use, and movement behavior were used to measure cue effects. Foraging time depended jointly upon predator abundance and total predator size ( p = 0.030). Specifically, high predator abundance resulted in decreased foraging efforts as gape ratio increased. Similarly, sheltering time depended on the interaction between predator abundance and gape ratio when predator abundance was highest ( p = 0.020). Crayfish significantly increased exploration time when gape ratio increased ( p = 0.010). Thus, this study shows crayfish can use different indices of predatory cues, namely total predator abundance and relative size ratios, in risk assessment but do so in context-specific ways.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,240
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetCrustacean biology and ecologyTravaux en français237 207