Reply to the comment by Dalby and Elliott on "Predator classification by the sea pen <i>Ptilosarcus gurneyi</i> (Cnidaria): role of waterborne chemical cues and physical contact with predatory sea stars"
Notice bibliographique
Résumé
The comment of Dalby and Elliott was triggered by a statement we made in a research note to the effect that our study provided the first experimental evidence of predator-classification abilities in cnidarians. Based on an extensive literature search and the appreciation of our manuscript by the reviewers, at the time of publication we believed that this statement was correct. After reviewing the research articles highlighted by Dalby and Elliott, we concur that the statement is incorrect. We discuss some possible reasons why the articles cited by the authors were not found during our literature search, including the use of technical "jargon". In formulating their comment, the authors make several incorrect assumptions, including (i) that our literature search was limited to a single broad review paper and (ii) that we overlooked key information in at least two of the papers we cited. Also, the authors appear to confound predator recognition and predator classification, as some of the articles they cite do not examine predator-classification abilities. Finally, they give the impression that predator-classification abilities are ubiquitous in cnidarians. This appears to be an overstatement, since a number of published studies clearly indicate high variability in the ability of cnidarians to (i) recognize predators and (ii) respond "correctly" according to the relative threat they represent.
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 | 0,014 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,051 | 0,049 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,008 |
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 ».