Spatio‐temporal complexity of chimpanzee food: How cognitive adaptations can counteract the ephemeral nature of ripe fruit
Notice bibliographique
Résumé
Ecological complexity has been proposed to play a crucial role in primate brain-size evolution. However, detailed quantification of ecological complexity is still limited. Here we assess the spatio-temporal distribution of tropical fruits and young leaves, two primary chimpanzee (Pan troglodytes) foods, focusing on the predictability of their availability in individual trees. Using up to 20 years of information on monthly availability of young leaf, unripe and ripe fruit in plant species consumed by chimpanzees from tropical forests in East, Central, and West Africa, we estimated: (1) the forest-wide frequency of occurrence of each food type and (2) the predictability of finding ripe fruit-bearing trees, focusing on the timing, frequency, and amount of ripe fruit present. In all three forests, at least half of all encountered trees belonged to species that chimpanzees were known to feed on. However, the proportion of these trees bearing young leaves and fruit fluctuated widely between months. Ripe fruit was the most ephemeral food source, and trees that had more than half of their crown filled were at least nine times scarcer than other trees. In old growth forests only one large ripe fruit crop was on average encountered per 10 km. High levels of inter-individual variation in the number of months that fruit was present existed, and in some extreme cases individuals bore ripe fruit more than seven times as often as conspecifics. Some species showed substantially less variation in such ripe fruit production frequencies and fruit quantity than others. We hypothesize that chimpanzees employ a suite of cognitive mechanisms, including abilities to: (1) generalize or classify food trees; (2) remember the relative metrics of quantity and frequency of fruit production across years; and (3) flexibly plan return times to feeding trees to optimize high-energy food consumption in individual trees, and efficient travel between them. Am. J. Primatol. 78:626-645, 2016. © 2016 Wiley Periodicals, Inc.
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 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».