Key points are not available for this paper at this time.
Song-Überlappung, ein Verhalten, bei dem ein Individuum zu singen beginnt, bevor sein Gegenüber sein Lied beendet hat, war Gegenstand einer aktuellen Debatte. Obwohl viele Studien nahegelegt haben, dass Song-Überlappung als Signal funktioniert, adressieren die meisten dieser Studien nicht die Möglichkeit, dass Überlappung ein Zufallsereignis ist. Ein Teil der Schwierigkeit, festzustellen, ob Überlappung absichtlich oder zufällig ist, liegt im Fehlen überzeugender Nullmodelle zur Schätzung der Zufallslevel von Song-Überlappung. Wir haben den Song Overlap Nullmodell Generator (SONG) entwickelt, ein Softwarepaket für R. SONG verwendet Resampling-Randomisierung, um die erwartete Menge an Überlappung aufgrund von Zufall vorherzusagen, und ist auf jedes System anwendbar, in dem Individuen an Signalisierungsinteraktionen teilnehmen. Um die Effektivität von SONG zu bewerten, haben wir das Überlappungsverhalten von drei Vogelarten untersucht: Schwarzhauben-Meisen (Poecile atricapillus), Rot- und Weißwringer (Thryophilus rufalbus) und Langschwanz-Manakins (Chiroxiphia linearis). Unsere Analysen zeigten, dass Schwarzhauben-Meisen das Überlappen der Lieder von Playback-simulierenden Eindringlingen vermieden, dass duettierende Wringer die Lieder ihrer Partner überlappten und dass Manakins vermieden, die Duette ihrer Nachbarn zu überlappen. Wir glauben, dass SONG sich als wertvolles Werkzeug zur Verständnis von Signalzeitpunkt bei Singvögeln sowie anderen Taxa erweisen wird.
Masco et al. (Di,) haben diese Frage untersucht.