Çoğu zaman yaşamda, bir bireyin ihtiyaç duyduğu şeyler hemen kavranamayabilir. Bu nedenle, organizmaların yiyecek araması gerekir. Yiyecek arama, basitçe yiyecek veya daha genel olarak kaynak arama süreci olarak tanımlanır. Yiyecek muhtemelen akla gelen ilk örnek olsa da, organizmalar barınak veya eşler gibi diğer kaynakları aramak zorundadır ve hayvanlar genellikle ihtiyaç duyduklarını elde etmek için büyük çaba harcarlar. Bununla birlikte, yiyecek arama eyleminin kendisi enerji gerektirir. Esasen, bireyler kalori yakmayı onları elde etmekle dengelemelidir. Basitçe söylemek gerekirse, yiyecek aramak bir strateji gerektirir. Ekolojistler, bir organizmanın yiyecek aramak için harcanan enerji, yani iki meşe palamudu değeri ile altı yeni meşe palamudu gibi elde edebileceği potansiyel enerji arasındaki optimum dengeyi karşıladığı koşulları modellemek için en uygun yiyecek arama teorisini yarattılar.
Yiyecek aramanın bir özelliği, kaynakların her zaman bir habitat içinde eşit olarak dağılmamasıdır. Daha tipik olarak, kaynaklar, toplayıcıların arasında hareket etmesi gereken yamalar halinde bulunur. Peki, toplayıcılar bu kaynak yamalarında tam olarak nasıl gezinmeli? 1976'da evrimsel ekolojist Eric L. Charnov, organizmaların yiyecek aramalarını nasıl optimize ettiklerini açıklamak için marjinal değer teoremini veya MVT'yi buldu. MVT'nin optimum yiyecek arama için beş ana tahmini vardır. İlk olarak, toplayıcıların yüksek av yoğunluğuna sahip yamalarda, düşük av yoğunluğuna sahip yamalara göre daha fazla av yakalaması gerektiğini belirtir. İkincisi, teori, toplayıcıların yüksek av yoğunluğuna sahip yamalarda kaynak aramak için daha fazla zaman harcaması gerektiğini öngörüyor. Daha sonra, toplayıcı, birbirine yakın paketlenmiş yamaların bulunduğu yoğun ortamlarda, birbirinden daha fazla yayılmış yamaların bulunduğu seyrek ortamlara göre daha yüksek bir av yakalama oranına sahip olmalıdır. Dördüncü tahmin, toplayıcıların bu yoğun ortamlarda yiyecek aramak için seyrek ortamlara göre daha fazla zaman harcayacaklarını belirtir. Son olarak, bir toplayıcı, yakalama hızı tüm yamaların ortalama hızına düştüğünde bir yama bırakmalıdır. İşte bu noktada zamandan vazgeçme veya GUT adı verilen bir kavram devreye giriyor. GUT'u hesaplamak için, bireyin yamadan ayrıldığı zamandan son av öğesinin elde edildiği zamanı çıkarmanız yeterlidir. Bu nedenle, GUT, bir toplayıcının ziyaret ettiği tüm yamalar için aynı olmalıdır.
Bu laboratuvarda, birkaç farklı yapay kaynak yamasında yiyecek arama simülasyonlarını tamamlayacak ve ardından sınıfınızın toplayıcı olarak nasıl performans gösterdiğini ve marjinal değer teoreminin kurallarına uyup uymadığınızı ölçmek için hesaplamalar yapacaksınız.
At the end of this lab, students should know...
Yiyecek arama, yiyecek, barınak ve eşler dahil olmak üzere kaynakları arama sürecidir.
Optimal Yiyecek Arama Teorisi, bir organizmanın yiyecek aramak için enerji harcama ile yiyecek aramadan kaynak elde etme arasındaki optimum dengeyi karşıladığı koşulları modeller.
Telif Hakkı © 2026 MyJoVE Corporation. Tüm hakları saklıdır.