Does colour vision type drive dietary and nutritional niche differentiation in wild capuchins (Cebus imitator)?
Notice bibliographique
Résumé
The polymorphic colour vision system of platyrrhine monkeys is a remarkable example of balancing selection. Yet, the underlying mechanism of natural selection remains debated. Here we test the potential for dietary niche differentiation between sensory phenotypes. Monkeys with dichromacy (red-green ‘colourblindness’) are predicted to eat more camouflaged foods while trichromatic monkeys (‘typical’ human-like colour vision) are predicted to eat more reddish foods. We studied a population of wild Costa Rican capuchins (Cebus imitator), comparing the diet and nutrition of adult female dichromats and trichromats. We classified the conspicuity of diet items in capuchin visual space and calculated dietary intake, nutritional intake and niche overlap during periods of high and low habitat-wide fruit abundance. Dichromats and trichromats had similar nutritional profiles, but we found evidence of niche differentiation in the invertebrate prey consumed. In support for our prediction regarding cryptic invertebrate prey, dichromats ate more camouflaged surface-dwelling invertebrates, while trichromats ate more extracted ants. Contrary to our prediction regarding reddish foods, dichromats consumed more dark reddish figs than did trichromats. However, these fruits were likely to be conspicuous to both dichromats and trichromats in luminance contrast. Overall, our results suggest that monkeys with different colour vision types achieve similar nutritional intakes in slightly different ways. Behavioural flexibility driven by sensory differences may decrease intragroup feeding competition while meeting species-specific nutritional needs. Our research sheds light on the extent of foraging niche differentiation in a population of wild mammals and its potential contribution to maintaining colour vision polymorphism.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».