Distracted foragers: competitors impair foraging efficiency, accuracy and speed for eastern grey squirrels
Notice bibliographique
Résumé
Social foraging can be beneficial, but it can also disrupt optimal foraging strategies. Animals possess limited capacity for attention allocation and distractions may impact their rates of food acquisition. Attention to conspecific food competitors can prevent kleptoparasitism but likely affects food intake in multiple ways. We used two field experiments to assess the impact of nearby competitors on urban eastern grey squirrel, Sciurus carolinensis, foraging in a forest setting on the University of Toronto Scarborough campus. We used a tube apparatus in the first experiment to examine foraging efficiency and a tipping container apparatus in the second experiment to examine foraging speed (handling time) and accuracy. Competing squirrels within 1 m or having just been involved in chasing or aggressive physical contact with competitors led to decreases in foraging efficiency, speed and accuracy. Competitors within 5 m of focal squirrels did not impact foraging measures. Over the course of the experiments, squirrels adapted to solving foraging apparatuses in the presence of competitor(s) and improved their efficiency and accuracy but not their speed. Vigilance rates were greater for squirrels that had competitors nearby; thus, decreases in foraging efficiency, accuracy and speed seemed to be caused by the need to allocate attention to conspecifics. These experiments show that social foraging impairs optimal food acquisition for individual eastern grey squirrels.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».