MétaCan
Menu
Retour à la cohorte
Enregistrement W2053313334 · doi:10.1139/z11-120

Associative learning in male rusty crayfish (<i>Orconectes rusticus</i>): conditioned behavioural response to an egg cue from walleye (<i>Sander vitreus</i>)

2012· article· en· W2053313334 sur OpenAlexafffundvenue
Cassidy D. Weisbord, David T. Callaghan, Greg G. Pyle

Notice bibliographique

RevueCanadian Journal of Zoology · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCrustacean biology and ecology
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsLakehead UniversityMinistry of Natural Resources
Mots-clésCrayfishBiologyPredationAssociative learningZoologyEcologyDominance hierarchyAggressionNeuroscience

Résumé

récupéré en direct d'OpenAlex

Chemical communication governs a diversity of life processes in aquatic organisms. Crayfish use chemoreception during reproduction, social hierarchy formation, predation avoidance, and resource localization. Fish eggs release recognizable chemoattractants for vertebrate predators of eggs that can motivate crayfish to engage in egg predation as well. We hypothesized that male rusty crayfish ( Orconectes rusticus (Girard, 1852)) from a lake free of walleye ( Sander vitreus (Mitchill, 1818)) would not possess an innate recognition of a walleye egg cue. However, if conditioned by employing a single 2 h paired stimulus exposure (known food cue + egg cue), then male rusty crayfish would be attracted to the same egg cue upon subsequent exposure. Using a Y-maze behavioural arena we discovered that once conditioned, crayfish took significantly less time to choose the arm containing the egg cue alone relative to a control. Our study suggests that male rusty crayfish exhibit second-order conditioning through associative learning, allowing them to quickly and easily learn to identify novel odour stimuli from fish eggs under laboratory conditions.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

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 Opus0,014
Tête enseignante GPT0,232
Écart entre enseignants0,218 · 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

Citations8
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetCrustacean biology and ecologyTravaux en français237 207