Can Convict Cichlids (Amatitlania siquia) Socially Learn the Degree of Predation Risk Associated with Novel Visual Cues in Their Environment?
Notice bibliographique
Résumé
For many animals, the ability to distinguish cues indicative of predation risk from cues unrelated to predation risk is not entirely innate, but rather is learned and improved with experience. Two pathways to such learning are possible. First, an animal could initially express antipredator behaviour toward a wide range of cues and subsequently learn which of those cues are non-threatening. Alternatively, it could initially express no antipredator behaviour toward a wide range of cues and subsequently learn which of them are threatening. While the learned recognition of threatening cues may occur either through personal interaction with a cue (asocial learning) or through observation of the behaviour of social companions toward a cue (social learning), the learned recognition of non-threatening cues seems to occur exclusively through habituation, a form of asocial learning. Here, we tested whether convict cichlid fish (Amatitlaniasiquia) can socially learn to recognize visual cues in their environment as either threatening or non-threatening. We exposed juvenile convict cichlids simultaneously to a novel visual cue and one of three (visual) social cues: a social cue indicative of non-risk (the sight of conspecifics that had previously been habituated to the novel cue), a social cue indicative of predation risk (the sight of conspecifics trained to fear the novel cue), or a control treatment with no social cue. The subsequent response of focal fish, when presented with the novel cue alone, was not influenced by the social cue that they had previously witnessed. We therefore did not find evidence that convict cichlids in our study could use social learning to recognize novel visual cues as either threatening or non-threatening. We consider alternative explanations for our findings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».