MétaCan
Menu
Retour à la cohorte
Enregistrement W2049408693 · doi:10.1111/j.1439-0310.2004.01016.x

Innate and Learned Components of Defence by Flickers Against a Novel Nest Competitor, the European Starling

2004· article· en· W2049408693 sur OpenAlexafffund
Karen L. Wiebe

Notice bibliographique

RevueEthology · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStarlingNest (protein structural motif)BiologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Defence against predators is an important component of fitness in wild birds but the first step of defence, predator recognition, is not well understood. Anti‐predator behaviour may innate, in which case the individual responds without prior contact with that predator, and/or there may be a learned component that develops only after direct experience. In the wild, the development of anti‐predator behaviour is studied by exposing naive individuals to novel predators. I studied responses of 71 naive and experienced northern flickers Colaptes auratus , to a novel nest predator and competitor, the European starling Sturnus vulgaris that was introduced to North America. Naive individuals responded more intensely to the model starling than to the control model suggesting an innate component to recognition. However, there was also a learned component to defence because flickers nesting near to starlings reacted more aggressively than naive individuals far from starlings. Consistent with theory on life histories and optimal defence levels, no significant differences in aggression were found between the sexes or between age classes. Selection should favour more intense, and possibly innate, defence against the introduced starling. Variation in responses of naive individuals suggests that there may already be some alleles in the population associated with higher defence, but that these may not be uniform within the population.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil0,353

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 technologies0,0000,001
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 Opus0,024
Tête enseignante GPT0,249
Écart entre enseignants0,225 · 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

Citations42
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEthologyMême sujetAvian ecology and behaviorTravaux en français237 207