Testing measures of animal social association by computer simulation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Techniques used to measure patterns of affiliation among social animals have rarely been tested for accuracy. One reason for this lack of validation is that it is often impossible to compare sample data to the true distribution of social assortment of a group of animals. Here we test some methods of assessing social assortment by using a computer simulation of organisms whose assortment patterns were under our control. We created male and female organisms that moved in a direction that was based on a social bias parameter. As the weight of this parameter increased, organisms were more likely to move in the direction of others of their sex. We then created virtual observers to sample assortment of the organisms under different social bias conditions. Observers used three different techniques of measuring assortment. These were (1) group membership: noting all organisms that were associated in the same 'group', (2) nearest neighbour: noting the nearest organism to a randomly selected individual and (3) neighbourhood: noting all organisms near a selected individual. Neighbourhood was taken either by all-occurrence sampling or by focal sampling the associations of randomly selected individuals. Some techniques emerged as more sensitive than others under different conditions and biases were revealed in some measures. For example, the group membership method was biased toward finding significant assortment differences between the sexes when no difference actually existed. Nearest neighbour was insensitive to finding a difference in assortment between sexes when one existed. Focal sampling was less sensitive to finding effects than all-occurrence sampling. The computer simulation revealed properties of each technique that would have been impossible to detect in the field.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle