MétaCan
Menu
← Retour à la cohorte
Enregistrement W4322720153 · doi:10.1098/rspb.2022.1894

The effect of sociality on competitive interactions among birds

2023· article· en· W4322720153 sur OpenAlexafffund
Ilias Berberi, Eliot T. Miller, Roslyn Dakin

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSocialityForagingDominance (genetics)BiologyEcologyCompetition (biology)Competitor analysisPredationDominance hierarchySocial animalAggressionSocial psychologyPsychologyBusiness

Résumé

récupéré en direct d'OpenAlex

Sociality can provide many benefits, including increased foraging success, reproductive opportunities and defence against predation. How does sociality influence the dominance hierarchies of ecological competitors? Here, we address this question using a large citizen science dataset of competitive interactions among birds foraging at backyard feeders, representing a network of over 55 000 interactions among 68 common species. We first show that species differ in average group size (the number of conspecifics observed together) as a fundamental measure of sociality. When analysing heterospecific competition, we find that sociality is inversely related to dominance. On average, a single individual from a solitary species is more likely to displace a size-matched opponent than a single individual from a social species. Yet, we find that social species gain an increase in their competitive advantage when in the presence of their conspecifics, which may occur as a result of dynamics within their groups. Finally, we show that more social species have relatively fewer dominance interactions with heterospecifics, and more with conspecifics. Overall, these results demonstrate that sociality can influence competition in ecological networks. More social species have decreased competitive ability as individuals, but they may gain competitive ability in groups.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,272
Écart entre enseignants0,242 · 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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological Sciences→Même sujetAnimal Behavior and Reproduction→Travaux en français237 207→