Clay larvae do not accurately measure biogeographic patterns in predation
Notice bibliographique
Résumé
Abstract Aim Spatial variation in predation can shape geographic patterns in ecology and evolution, but testing how predation varies across ecosystems is challenging as differing species compositions and defensive adaptations can mask underlying patterns. Recently, biogeography has borrowed a tool from ecology –clay prey models. But clay models have not been adequately tested for geographic comparisons, and a well-known problem –that clay prey only appeal to a subset of potential predators– could lead to inaccurate detection of geographic patterns whenever the relative importance of predator guilds varies among sites. Here, we test whether clay larvae accurately capture geographic differences in predation on real larvae. Location 90° of latitude and >2000 m elevation across the Americas Taxon vertebrate and invertebrate predation on ‘superworms’ ( Zophobas larve) Methods Across six sites that vary dramatically in latitude, elevation, and biome, we quantified predation on live, dead, and clay larvae. We physically excluded vertebrate predators from some larvae to distinguish total predation and invertebrate-only predation. Results Predation on live superworms almost doubled from our high-elevation high-latitude site to out low-elevation tropical site. Geographic patterns were highly consistent among live and dead larvae, but clay larvae missed extremely high predation at some sites and therefore mismeasured true geographic patterns. Clay larvae did a particularly bad job at capturing geographic patterns in predation by invertebrates. Main conclusions Clay larvae are inappropriate for large-scale tests of predation, and should be abandoned for biogeographic studies. Biogeographic experiments should instead employ realistic baits, and clay prey should be reserved for comparisons within, rather than across, predator communities.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».