Pencarian Pakan dan Teori Optimalitas

Hewan yang mengumpulkan makanan secara efisien cenderung menghasilkan lebih banyak keturunan, sehingga seleksi alam seharusnya membentuk keputusan pencarian pakan menuju solusi optimal yang memaksimalkan perolehan energi terhadap biaya dan risiko.

Definition

Pencarian pakan dan teori optimalitas menggunakan model maksimisasi terbatas untuk memprediksi keputusan pengumpulan makanan—apa yang harus dimakan, di mana, dan berapa lama—yang diperkirakan akan disukai oleh seleksi alam.

Scope

Topik ini mencakup pendekatan optimalitas terhadap perilaku yang diterapkan pada pemberian makan: model pilihan diet optimal, teorema nilai marjinal untuk berapa lama mengeksploitasi suatu area, pencarian pakan di tempat sentral, dan pertukaran antara pemberian makan dan penghindaran predasi. Ini membahas mata uang kebugaran seperti asupan energi bersih, asumsi dan batasan model optimalitas, dan uji empiris yang mendukung atau menyempurnakannya.

Core questions

• Bagaimana seharusnya hewan memilih item makanan yang akan dimakan?
• Berapa lama seharusnya pencari pakan tinggal di area yang menipis?
• Bagaimana pencari pakan menyeimbangkan perolehan energi dengan risiko predasi?
• Seberapa baik prediksi optimalitas sesuai dengan perilaku yang diamati?

Key theories

Model diet optimal

Pencari pakan yang memaksimalkan asupan energi seharusnya mengurutkan mangsa berdasarkan profitabilitas dan hanya memasukkan item berperingkat lebih rendah ketika item berperingkat lebih tinggi cukup langka sehingga mencari mereka lebih menguntungkan daripada biaya penanganan mangsa yang lebih buruk.

Teorema nilai marjinal

Hewan yang mengeksploitasi area yang menipis saat makan seharusnya meninggalkan setiap area ketika tingkat asupannya turun ke tingkat rata-rata untuk habitat tersebut, menyeimbangkan hasil yang berkurang dengan waktu perjalanan ke area berikutnya.

Mechanisms

Model optimalitas menentukan keputusan, mata uang yang akan dimaksimalkan seperti tingkat perolehan energi bersih, dan batasan yang dihadapi hewan. Dalam pilihan diet, memasukkan jenis mangsa hanya menguntungkan jika profitabilitasnya melebihi asupan yang diharapkan dari terus mencari; ini memprediksi perubahan tajam antara diet spesialis dan generalis seiring perubahan tingkat pertemuan. Dalam penggunaan area, asupan dalam suatu area menurun seiring waktu, dan teorema nilai marjinal memprediksi waktu berhenti optimal dari rata-rata seluruh habitat dan biaya perjalanan. Menambahkan risiko predasi menggeser optimum menuju perilaku yang lebih aman tetapi kurang menguntungkan.

Clinical relevance

Teori pencarian pakan menginformasikan pengelolaan spesies penggembalaan dan yang dipanen, desain pemberian pakan tambahan dan pengendalian hama, serta prediksi bagaimana hewan mendistribusikan kembali diri mereka ketika sumber daya atau risiko berubah. Ini adalah konteks edukasi, bukan resep manajemen.

History

MacArthur dan Pianka, serta secara independen Emlen, meluncurkan teori pencarian pakan optimal pada tahun 1966. Charnov merumuskan teorema nilai marjinal pada tahun 1976, dan gelombang uji lapangan dan laboratorium sepanjang tahun 1980-an, yang disintesis oleh Stephens dan Krebs, menetapkan kekuatan dan batasan pendekatan optimalitas.

Debates

Apakah hewan benar-benar pencari pakan yang optimal?

Para kritikus mencatat bahwa perilaku yang diamati sering menyimpang dari prediksi optimalitas sederhana, memicu perdebatan apakah model tersebut gagal atau hanya menghilangkan batasan yang relevan, batas informasi, dan mata uang.

Key figures

• Robert MacArthur
• Eric Pianka
• Eric Charnov
• John Krebs

Seminal works

• stephens1986
• charnov1976
• davies2012

Frequently asked questions

Apa yang diprediksi oleh teorema nilai marjinal?

Ini memprediksi bahwa pencari pakan di lingkungan yang tidak merata seharusnya meninggalkan area yang menipis ketika tingkat perolehan energinya di sana turun ke tingkat rata-rata yang dapat dicapai di seluruh habitat, dengan mempertimbangkan waktu perjalanan.

Mengapa pencari pakan mungkin mengabaikan makanan berkualitas rendah yang melimpah?

Jika mangsa berkualitas lebih tinggi cukup umum, waktu yang dihabiskan untuk menangani item berkualitas rendah dapat digunakan untuk menemukan dan memakan item yang lebih menguntungkan, sehingga memasukkan item yang buruk menurunkan tingkat asupan keseluruhan.