Биологи в соцсетях выяснили, на каких насекомых любят охотиться кошки

Бразильские исследователи изучили охотничье поведение городских кошек, чтобы узнать, каких насекомых и пауков они ловят чаще всего. Вместо классических наблюдений они использовали соцсети. Просмотрев около 17 тысяч фото и видео в TikTok и на iStock, они нашли 550 записей, где виден момент охоты. Наиболее частой добычей оказались кузнечики, сверчки, цикады и тараканы.
Кошки считаются опасными инвазивными хищниками, охотящимися на широкий круг животных. Они также активно ловят беспозвоночных, и в некоторых странах их влияние на экосистемы огромно.
Изучать добычу кошек сложно, поскольку в фекалиях остаётся мало следов насекомых — их хитиновые части разрушаются в желудке. Поэтому учёные решили воспользоваться методом iEcology и взять данные из соцсетей, где пользователи выкладывают множество эпизодов взаимодействия животных.
Исследователи нашли 550 снимков и видео, на которых можно определить вид добычи. Поиск проводили на английском, португальском и испанском языках, а чтобы обойти алгоритмы TikTok, создали отдельный профиль.
Анализ показал, что кошки охотятся на представителей 14 отрядов членистоногих. Чаще всего — на прямокрылых (20,7%), затем на цикад (14,5%) и тараканов (14,4%). Далее следовали бабочки, жуки, перепончатокрылые и стрекозы. Пауки встречались редко — их доля составила всего 4%.
После этого данные сравнили с традиционными исследованиями. Там на первом месте были жуки, затем прямокрылые, далее бабочки и мотыльки. Пауки шли четвёртыми, а тараканы почти не встречались. Также в традиционных обзорах присутствовали многоножки, которых в соцсетях не оказалось.
Различия объяснили тем, что изучение фекалий обычно касается диких кошек, живущих в естественных условиях, где тараканов меньше, а многоножек больше.
Учёные пришли к выводу, что данные из соцсетей не заменяют полевых исследований, но способны дополнить их и помогают увидеть те аспекты поведения кошек, которые ранее было сложно изучить.
Источник: Naked Science
Рекомендуем также:



