Conspecific density drives sex-specific spatial wintertime distribution and hoarding behaviour of an avian predator
Notice bibliographique
Résumé
Most studies on intraspecific competition, i.e., competition among individuals of the same species, have been conducted during the breeding season. Yet, at northern latitudes, intraspecific competition is expected to be particularly strong under the harsh weather conditions of the non-breeding season with limited number of resources available per individual. We studied the food-hoarding behaviour of wintering Eurasian Pygmy Owls (Glaucidium passerinum) along with sex- and age-specific spatial distribution in relation to fluctuating main prey abundance (voles) and conspecific density using a 15-year dataset. In low vole abundance years, increasing conspecific density reduced the total prey number stored by an owl, suggesting high costs of exploitative competition. The distance between the stores of nearest neighbours was greater when both were females, suggesting that the spatial avoidance is driven by sex-specific competition. However, food stores of females had a larger amount of prey items, especially when the nearest neighbour was of the same sex. The number of stores hoarded by an owl increased with increasing conspecific densities. Distributing the prey items to multiple store-sites instead of one (shifting from larder-hoarding towards scatter-hoarding) can help to reduce the overall loss to potential pilfering when conspecific density is high. These results combined suggest that high conspecific density inflames sex-specific interference competition, rather than solely exploitative competition, and in turn drives the observed sex-specific spatial distribution. Adopting a sex-specific spatial distribution according to hoarding and aggressive behaviour can be a way to reduce the severity of intraspecific competition locally and could have cascading effects on the prey community.
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 | 0,000 | 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) | 0,002 | 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 ».