MétaCan
Menu
Retour à la cohorte
Enregistrement W7109821869 · doi:10.5061/dryad.xwdbrv1p8

Risk of predation increases susceptibility to parasitism via trait-mediated indirect effects

2025· dataset· en· W7109821869 sur OpenAlexaff

Notice bibliographique

RevueDRYAD · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPredationParasitismForagingPredatorOrganismNatural enemies

Résumé

récupéré en direct d'OpenAlex

The presence of natural enemies can cause organisms to change habitat use, foraging behaviour and/or resource allocation in response to a perceived risk; responses that may come at the cost of other fitness-related traits. Since most species encounter multiple natural enemies, defensive behaviours against one attacker may make the focal organism more vulnerable to attack by a different natural enemy. Anti-predator behaviours can lead to trait-mediated indirect effects such as an increased risk of attack by parasites, and vice versa. Few empirical studies have examined the response of a single focal species to the risk of attack by multiple species. Our experiments provided Drosophila nigrospiracula with opportunities to prioritise either anti-predator or anti-parasite behaviour at the cost of increased infection or predation, respectively. When exposed to parasites in the presence of predator cues, D. nigrospiracula experienced increased infection compared to flies without predator cues, but the presence/absence of parasite cues had no analogous effect on predation rates. We suggest that flies perceived parasitic infection to be a lesser threat and responded more strongly to predation risk at the cost of increased infection. In an ecological context, we shows how trait-mediated indirect effects could regulate community structure by increasing susceptibility to infection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0290,013

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,269
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDRYADTravaux en français237 207