Performance, Personality, and Energetics: Correlation, Causation, and Mechanism
Notice bibliographique
Résumé
The study of phenotypic evolution should be an integrative endeavor that combines different approaches and crosses disciplinary and phylogenetic boundaries to consider complex traits and organisms that historically have been studied in isolation from each other. Analyses of individual variation within populations can act to bridge studies focused at the levels of morphology, physiology, biochemistry, organismal performance, behavior, and life history. For example, the study of individual variation recently facilitated the integration of behavior into the concept of a pace-of-life syndrome and effectively linked the field of energetics with research on animal personality. Here, we illustrate how studies on the pace-of-life syndrome and the energetics of personality can be integrated within a physiology-performance-behavior-fitness paradigm that includes consideration of ecological context. We first introduce key concepts and definitions and then review the rapidly expanding literature on the links between energy metabolism and personality traits commonly studied in nonhuman animals (activity, exploration, boldness, aggressiveness, sociability). We highlight some empirical literature involving mammals and squamates that demonstrates how emerging fields can develop in rather disparate ways because of historical accidents and/or particularities of different kinds of organisms. We then briefly discuss potentially interesting avenues for future conceptual and empirical research in relation to motivation, intraindividual variation, and mechanisms underlying trait correlations. The integration of performance traits within the pace-of-life-syndrome concept has the potential to fill a logical gap between the context dependency of selection and how energetics and personality are expected to interrelate. Studies of how performance abilities and/or aspects of Darwinian fitness relate to both metabolic rate and personality traits are particularly lacking.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».