Stabilizing effects of group formation by Serengeti herbivores on predator-prey dynamics
Notice bibliographique
Résumé
Predator-prey theory often assumes that potential prey individuals are solitary and evenly distributed in space. This assumption is violated in social, mobile prey, such as many ungulates. Here we use data from 80 monthly field censuses to estimate the parameters for a power relationship between herd density and population density for eight species of large herbivores commonly found in the diet of Serengeti lions, confirming a power relationship proposed from a preliminary Serengeti dataset. Here we extend our analysis of that model to demonstrate how parameters of the power function relate to average herd size and density-dependent changes in herd size and evaluate how interspecific variation in these parameters shapes the group-dependent functional response by Serengeti lions for eight prey species. We apply the different prey-specific functional response models in a Rosenzweig-MacArthur framework to compare their impact on the stability of predator–prey dynamics. Model outcomes suggest that group formation plays a strong role in stabilizing lion–herbivore interactions in Serengeti by forcing lions to search over a larger area before each prey encounter. As a consequence of grouping by their prey, our model also suggests that Serengeti lions are forced to broaden their diets to include multiple species of prey in order to persist, potentially explaining the generalist foraging by lions routinely recorded across multiple ecosystems.
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 ».