MétaCan
Menu
Retour à la cohorte
Enregistrement W4385285962 · doi:10.3389/fetho.2023.1238167

Ecological uncertainty and antipredator behaviour: an integrative perspective

2023· article· en· W4385285962 sur OpenAlexafffund
G. E. Brown, Jean‐Guy J. Godin

Notice bibliographique

RevueFrontiers in Ethology · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensCarleton UniversityConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPredationForagingEcologyPredatorTrade-offBiology

Résumé

récupéré en direct d'OpenAlex

Due to its unforgiving nature, predation pressure exerts strong selection pressure on the behaviour of prey animals. As a result, prey are forced to balance the conflicting demands of successfully detecting and avoiding predators and the need to engage in other fitness-related activities such as foraging, mating and social behaviour. Here, we provide an overview of the role that individual predator avoidance decisions plays in constraining behavioural phenotypes and how past experience with risks shapes current (and future) trade-offs, physiological and life history investments. Critically, access to reliable risk assessment information allows prey to respond to spatially and temporally variable predation risks. Uncertainty of predation risks is expected to limit the ability of prey to make short- and longer-term adjustments responses to predation threats, potentially increasing the indirect costs of predation. We describe a ‘landscape of information’ in which prey rely on publicly available risk assessment information to reduce the uncertainty of predation risks associated with variable threats and the potential impact of natural and anthropogenic environmental factors which may limit information availability. Despite a long tradition of research into the antipredator trade-offs made by prey animals, there remain a number of important unanswered questions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,032
Score d'incertitude au seuil0,172

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,288
Écart entre enseignants0,266 · 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 tête enseignante, 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

Citations18
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in EthologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207