MétaCan
Menu
Retour à la cohorte
Enregistrement W4380271470 · doi:10.1101/2023.06.08.544203

Intraspecific scaling of home range size and its bioenergetic dependence

2023· preprint· en· W4380271470 sur OpenAlexaff
Evan E. Byrnes, Jenna L. Hounslow, Vital Heim, Clemency E. White, Matthew J. Smukall, S.J. Beatty, Adrian C. Gleiss

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAllometryIntraspecific competitionScalingBasal metabolic rateRange (aeronautics)Competition (biology)Metabolic rateHome rangeEcologyBiologyStatisticsMathematicsMaterials scienceHabitat

Résumé

récupéré en direct d'OpenAlex

Abstract Home range size and metabolic rate of animals are expected to scale with body mass at similar rates; with home ranges expanding to meet increased metabolic requirements. This expectation has widely been tested using lab-derived estimates of basal metabolic rate as proxies for field energy requirements, however, it is unclear if existing theory aligns with patterns of home range scaling observed in the field. Here, we conduct the first direct field test of the relationship between home range and metabolic rate allometry. Using acoustic telemetry, we simultaneously measured the individual home range size and field metabolic rate of lemon sharks (Negaprion brevirostris) spanning one order of magnitude in body mass. Although scaling rates of field metabolic rate were consistent with standard metabolic rate, home range size scaled at shallower rates than metabolic rates. This is evidence for strong top-down controls on home range scaling rates, likely a result of predation pressure placing constraints on home range expansions. Consequently, direct resource competition can lead to decreased home range scaling rates. We highlight inconsistencies with theory on the effects of population density and competition on home range scaling and propose that the influence of diverse types of competition should be examined.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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
Bibliométrie0,0010,000
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 Opus0,015
Tête enseignante GPT0,210
Écart entre enseignants0,195 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetIchthyology and Marine BiologyTravaux en français237 207