Scatterhoarders use seedlings as cues of belowground food availability
Notice bibliographique
Résumé
Animals benefit from scatterhoarding, storing food around their home range for use during a period of scarcity, by later eating the stored food. Seedlings may be used as cues of belowground food. We investigated whether scatterhoarders such as eastern gray squirrels ( Sciurus carolinensis Gmelin, 1788) and eastern chipmunks ( Tamias striatus (Linnaeus, 1758)) use characteristics of seedlings and their seeds as physical cues of the value of the seed. We buried 176 germinating seeds (white oak ( Quercus alba L.) and northern red oak ( Quercus rubra L.)) in a hardwood forest in Alabama, USA. Seeds were recovered faster with longer leaves (rate ratio (RR) = 0.68, 0.58–0.78, 95% confidence limits (C.L.)) and taller stems (RR = 0.91, 0.88–0.93, 95% C.L.) during spring 2022, and with a smaller number (RR = 1.15, 1.04–1.27, 95% C.L.) of longer leaves (RR = 0.81, 0.70–0.93, 95% C.L.) during fall 2022 (both P < 0.0001). For all seeds, we found that longer roots increased the likelihood of seeds being used (rather than ignored; odds ratio = 1.45, 1.00–2.09, 95% C.L., P = 0.05). We found new evidence suggesting that hoarders use aboveground cues from the seedling to dig it up and belowground seedling cues to assess seed value. These findings add to our understanding of assessing food availability for hoarding animals.
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) | 0,001 | 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 ».