Diet and predation risk affect tissue and excretion nutrients of Trinidadian guppies: a field survey
Notice bibliographique
Résumé
Consumers vary in their excretion of nitrogen and phosphorus, altering nutrient cycles and ecosystem function. Traditional mass balance models that focus on dietary and tissue nutrients have poorly explained such variation in excretion. Here, we contrast diet and tissue nutrient models for nutrient excretion with predation risk, an often overlooked factor, using the Trinidadian guppy (Poecilia reticulata) as our model system. We surveyed guppies at 12 sites spread across two streams with parallel gradients in food quality and predation risk. At each site, we assessed guppy diet, tissue nitrogen (N), and phosphorus (P) content, and N and P excretion. Predation risk best explained guppy excretion, especially P: guppies excreted less in sites with a dominant predator, while traditional models for excretion rate based on diet quality and tissue nutrients failed to explain it. Guppy tissue N (but not P) most closely correlated with guppy diet quality, showing evidence for flexible homeostasis. Our work extends previous laboratory studies' results to natural streams and shows that predation risk alters feeding behavior and physiology, driving substantial variation in guppy nutrient, particularly P, excretion rates. We suggest that predation risk is an important factor determining nutrient excretion variation, warranting further attention. Our results also show that tissue nutrients and excretion nutrients are decoupled.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».