MétaCan
Menu
Retour à la cohorte
Enregistrement W2003793551 · doi:10.1086/657978

Aggressiveness and Size: A Model and Two Tests

2011· article· en· W2003793551 sur OpenAlexaff
David M. Logue, April Takahashi, William H. Cade

Notice bibliographique

RevueThe American Naturalist · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésAggressionBiologyVariation (astronomy)Set (abstract data type)PsychologyDevelopmental psychologyComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Individual variation in aggressive behavior in animals might be caused by adaptive covariation with body size. We developed a model that predicts the benefits of aggressiveness as a function of body size. The model indicated that individuals of intermediate sizes would derive the greatest benefits from being aggressive. If we assume that the cost of aggression is approximately uniform with respect to body size, selection should favor higher aggression in intermediate-sized individuals than in large or small individuals. This prediction was tested by stimulating male Madagascar hissing cockroaches, Gromphadorhina portentosa, with disembodied antennae and recording the males' aggressive responses. Antennae from larger males evoked weaker responses in subjects, suggesting that males obtained information about their opponents' size from the opponents' antennae alone. After accounting for this effect, we found support for the key prediction of our model: aggressiveness peaked at intermediate sizes. Data from actual male-male interactions validated that the antenna assay accurately measured aggressiveness. Analysis of an independent data set generated by staging male-male interactions also supported the prediction that intermediate-sized males were most aggressive. We conclude that adaptive covariation between body size and aggressiveness explains some interindividual variation in aggressiveness.

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)0,000
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 enseignants0,764
Score d'incertitude au seuil0,275

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,051
Tête enseignante GPT0,239
Écart entre enseignants0,188 · 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

Citations17
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetPlant and animal studiesTravaux en français237 207