MétaCan
Menu
Retour à la cohorte
Enregistrement W114373974 · doi:10.1139/z03-146

Exploiting vulnerable prey: moths and red bats (<i>Lasiurus borealis</i>; Vespertilionidae)

2003· article· en· W114373974 sur OpenAlexfundvenueno aff
E Reddy, M. Brock Fenton

Notice bibliographique

RevueCanadian Journal of Zoology · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésForagingBiologyKleptoparasitismPredationEavesdroppingZoologyEcology

Résumé

récupéré en direct d'OpenAlex

We observed 18 individually banded red bats, Lasiurus borealis, foraging around streetlights to test our hypotheses that they were either foraging cooperatively or practising kleptoparasitism (theft of prey). In 80 of 238 attacks, bats reattacked the same moth (29% of these attacks involved >1 bat and 71% just 1 bat). Logistic regression showed that a bat's foraging-success rate was significantly positively affected by the number of attacks made on a moth (p < 0.05) and the type of attack (by a single bat versus >1 bat) (p < 0.05) but negatively affected by the length of time over which the moth was attacked (i.e., from the first to the second attack) (p < 0.05). Using a model we tested whether or not an eavesdropping L. borealis could be in a position to reattack a vulnerable (previously attacked) moth before the initial attacker and found that if an eavesdropper was within 30 m during the first attack it could always beat the first attacking bat to the vulnerable moth. The data and analysis support neither the cooperative-foraging nor the kleptoparasitism hypotheses, but rather show that a combination of timing of moth defensive behaviour and bat flight performance strongly influences the outcome of an attack.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,196
Écart entre enseignants0,178 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetBat Biology and Ecology StudiesTravaux en français237 207