MétaCan
Menu
Retour à la cohorte
Enregistrement W2043536055 · doi:10.1111/j.1439-0310.2009.01727.x

Size‐Assortative Shoaling in the Guppy (<i>Poecilia reticulata</i>): The Role of Active Choice

2010· article· en· W2043536055 sur OpenAlexaff
Darren P. Croft, Indar W. Ramnarine, Jean‐Guy J. Godin

Notice bibliographique

RevueEthology · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensCarleton University
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésShoaling and schoolingGuppyPoeciliaShoalPredationAssortative matingBiologyEcologyPopulationPoeciliidaeZoologyFish <Actinopterygii>FisheryDemographyMatingOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Many fish species exhibit size‐assortative shoaling, which is often thought to be driven by predation risk. Recent fieldwork has revealed that guppies (Poecilia reticulata) are more size assorted in high‐predation populations than in low‐predation ones. However, size assortment does nonetheless occur in some low‐predation populations, suggesting that predation is unlikely the sole driving force behind size‐assortment. Here, we investigated in the laboratory the potential role of active choice in size‐assortative shoaling in wild‐caught female guppies originating from two populations of the same river system in Trinidad. Small or large focal females from each population were offered a binary choice of shoaling with either four small female conspecifics or four large ones. Observed shoaling preferences depended on the body size of the focal fish, suggesting phenotype‐mediated conflict over group composition. Large focal fish preferred to shoal with the size‐matched stimulus shoal of large fish. In contrast, small focal fish did not shoal assortatively but also preferred to shoal with larger females. Our results suggest that size‐assortative shoaling in female guppies is likely to be due to factors other than active choice, such as habitat segregation and sexual harassment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,250
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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

Citations23
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEthologyMême sujetFish Ecology and Management StudiesTravaux en français237 207