What is the Marginal Value Theorem and how does it apply to foraging behavior?

The Marginal Value Theorem predicts that foragers should leave a patch when the capture rate in that patch drops below the average capture rate across all patches. In this experiment, foragers test MVT predictions by comparing their prey capture rates and giving-up times across buckets with different prey densities, revealing whether their foraging decisions match theoretical predictions.

How do you calculate capture rate in a foraging experiment?

Capture rate is calculated by dividing the number of prey captured by the total time spent foraging plus travel time in each patch. This metric reveals foraging efficiency and helps determine whether foragers spend more time in high-density patches where capture rates are higher.

What does giving-up time measure in foraging studies?

Giving-up time is the interval between when a forager acquires the last prey item and when they leave a patch. It indicates how long a forager continues searching after finding prey becomes difficult, reflecting their decision to abandon a depleting resource patch.

Why is scaled giving-up time used instead of raw giving-up time?

Scaled giving-up time normalizes individual differences by dividing each bucket's giving-up time by the group's mean giving-up time. This standardization allows class data to be pooled without individual forager variation skewing results, enabling meaningful comparison across different foraging groups and experimental conditions.

What hypotheses are tested in the optimal foraging simulation?

The experimental hypothesis predicts foragers will catch the most prey in high-density buckets and spend the most time there. The null hypothesis states foragers will capture equal prey numbers and spend equal time in all buckets regardless of prey density.

How does prey density influence forager patch selection?

Foragers should preferentially select and remain longer in patches with higher prey density, where they encounter prey more frequently and achieve higher capture rates. This behavior reflects optimal foraging strategy, as staying in productive patches maximizes energy gain relative to time invested.

What data should be recorded during the foraging simulation?

Recorders must document the time each prey item is found, arrival and departure times for each bucket, and total foraging and travel times. This detailed timing data enables calculation of capture rates and giving-up times, which are then analyzed to test whether forager behavior aligns with predictions.

Оптимальный сбор пищи

Основные понятия Подготовка преподавателя Протокол для студентов

0 просмотров03:37 мин.

Часто в жизни вещи, в которых нуждается человек, могут быть недоступны. Таким образом, организмы нуждаются в добывании пищи. Собирательство определяется просто как процесс поиска пищи или ресурсов в более общем смысле. Хотя еда, вероятно, является первым примером, который приходит на ум, организмы должны добывать другие ресурсы, такие как укрытие или партнеры, и животные часто идут на многое, чтобы получить то, что им нужно. Тем не менее, сам акт добывания пищи требует энергии. По сути, люди должны балансировать между сжиганием калорий и их получением. Проще говоря, поиск пищи требует определенной стратегии. Экологи создали теорию оптимального собирательства, чтобы смоделировать условия, при которых организм достигает оптимального баланса между энергией, затраченной на добывание пищи, т.е. стоимостью двух желудей и потенциальной энергией, которую он может приобрести, как шесть новых желудей.

Одной из характеристик собирательства является то, что ресурсы не всегда равномерно распределены в пределах среды обитания. Как правило, ресурсы содержатся в заплатках, между которыми фуражиры должны перемещаться. Так как же именно собирателям следует ориентироваться на этих участках ресурсов?

Print Procedure Steps

Моделирование собирательства с помощью искусственных мест обитания и добычи
- ПРИМЕЧАНИЕ: Собиратели будут охотиться за добычей, представленной бобами пинто, в четырех ведрах риса с разной плотностью добычи. Не зная, какова эта плотность, фуражиры должны получить как можно больше добычи за как можно меньшее время.
- ГИПОТЕЗЫ: В этом эксперименте экспериментальная гипотеза может заключаться в том, что фуражиры поймают больше всего добычи в ведре с более высокой плотностью добычи, а также проведут там больше всего времени за добычей. В таком случае нулевая гипотеза будет заключаться в том, что фуражиры будут ловить равное количество добычи в каждом ведре и что фуражиры будут тратить одинаковое количество времени на поиск пищи на каждом участке.
- Чтобы начать занятие по сбору данных, запишите имена и роль каждого участника в верхней части листа сбора данных учащегося. ПРИМЕЧАНИЕ: Перед началом эксперимента фуражиру разрешается ознакомиться с процессом добычи пищи – следующие шаги являются практическими.
- Фуражир должен встать на колени или сесть перед ведром средней плотности.
- Как только таймер покажет старт, фуражир может начать искать бобы пинто, представляющие добычу. Фуражир может проводить столько времени, сколько захочет, добывая пищу в этом ведре.
- Как только добыча найдена, фуражир должен подать сигнал о том, что она найдена, и положить добычу в чашку рядом с ведром.
- Как только они считают, что захватили большую часть добычи на патче, они должны сказать таймеру, чтобы остановить время, и раунд практики заканчивается.
- Чтобы начать собственно симуляцию, фуражир должен сесть или встать на колени перед ведром А.
- Таймер должен быть готов к запуску секундомера.
- Регистратор должен быть готов записывать время нахождения каждого предмета добычи, в дополнение к времени, когда фуражир прибыл и покинул каждое ведро.
- Когда все стороны готовы, таймер должен запустить секундомер и сказать "начать", а фуражир должен начать добычу. ПРИМЕЧАНИЕ: Секундомер проведет через оставшуюся часть раунда для ведер B и C.
- Когда фуражир сигнализирует о поиске бобов пинто и кладет их в чашку рядом с ведром, таймер должен сообщить регистратору время.
- Затем регистратор должен записать время в лист сбора данных ученика. Нажмите здесь, чтобы скачать таблицу 1
- Как только фуражир решил перейти к следующему ведру, он должен сообщить таймеру "готово" и начать переход к следующему патчу.
- Регистратор должен записывать время, когда собиратель ушел, и время, когда он прибыл в ведро B, в листе сбора данных ученика.
- Повторите ту же процедуру для корзин B и C. После того, как фуражир завершил свою работу, наступает время для следующего фуражира начать использовать ту же процедуру.
Результаты <кнопка class="expand">Expand
- Прежде чем выполнять какой-либо анализ данных, просмотрите лист сбора данных и скомпилируйте свои индивидуальные данные о пойманной добыче, времени поиска и времени в пути для каждого ведра в таблице расчетов вашего ученика. Нажмите здесь, чтобы скачать таблицу 2
- После этого рассчитайте свой индивидуальный коэффициент поимки для каждого ведра, разделив количество пойманной добычи на сумму времени поиска пищи и времени в пути, и запишите эти значения в свою таблицу. Индивидуальный коэффициент захвата = Количество пойманной добычи / (время поиска пищи + время в пути)
- Чтобы рассчитать время безотказной работы или GUT для каждого ведра, вычтите время, в течение которого был получен последний предмет добычи, из того момента, когда вы покинули ведро. GUT = time forager left bucket - время последней полученной добычи
- Далее рассчитайте среднее значение GUT для вашей группы фуражиров и запишите значения в таблицу.
- Наконец, рассчитайте свой масштабированный GUT для каждого сегмента, разделив GUT сегмента на среднее значение GUT вашей группы. Scaled GUT = Bucket GUT / Групповое среднее значение GUT ПРИМЕЧАНИЕ: Масштабированный GUT позволит объединять данные о классе в дальнейшем без различий в отдельных фуражирах, искажающих данные.
- Теперь инструктор должен скомпилировать данные в таблицу класса. Нажмите здесь, чтобы скачать таблицу 3
- Постройте гистограмму среднего количества добычи, собранной в каждом ведре. По оси X A должна представлять ведро с низкой плотностью добычи, B — ведро со средней плотностью добычи, а C — ведро с высокой плотностью добычи. Нанесите на график ось Y как количество пойманных добычи.
- Далее построим график среднего по классу GUT, где ось x представляет ведра с различными уровнями плотности добычи, а ось y показывает значения для среднего масштабированного GUT.
- Постройте третий график среднего времени, затраченного на поиск пищи в каждом ведре.
- Теперь просмотрите теорему о предельных значениях (MVT) из концептуального видео и изучите три графика, которые вы создали на основе данных вашего класса. Обратите внимание на то, соответствуют ли графики прогнозам MVT.