MétaCan
Menu
Retour à la cohorte
Enregistrement W1998082614 · doi:10.1111/j.1469-7998.2007.00357.x

Echolocation calls produced by Kuhl's pipistrelles in different flight situations

2007· article· en· W1998082614 sur OpenAlexaff
Oded Berger‐Tal, Reut Berger‐Tal, Carmi Korine, Marc W. Holderied, M. Brock Fenton

Notice bibliographique

RevueJournal of Zoology · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensWestern University
Organismes subventionnairesJacob Blaustein Center for Scientific Cooperation
Mots-clésHuman echolocationForagingBiologyContext (archaeology)EcologyFlexibility (engineering)ZoologyCommunicationPsychologyStatisticsMathematicsNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract Flexibility in the echolocation call structure of bats can improve their performances, because, in some situations, some signal designs are better than others. Hence, at least some bats should adjust their echolocation calls according to the setting in which they are operating but also to the specific task at hand, that is their behavioral intention. We studied variation in the echolocation calls of Pipistrellus kuhlii emitted during four flight situations that were similar in setting but differed in behavioral context: emergence from a roost, commuting to and from foraging sites, foraging and returning to a roost. Echolocation calls produced by P. kuhlii differed significantly according to the flight situation. Call types differed most distinctly between foraging and commuting. We also found a high variance in the emergence calls we recorded, perhaps reflecting pre‐ and post‐takeoff calls. Discriminant function analysis on calls emitted while foraging, commuting or returning to the roost classified the calls to the correct group 73.3% of the time. The differences between bats' echolocation calls in different flight situations might indicate an intrinsic change in the bat's behavior. Recognizing these differences could be crucial when using call variables to identify bat species.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,517
Score d'incertitude au seuil0,128

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,232
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations35
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ZoologyMême sujetBat Biology and Ecology StudiesTravaux en français237 207