MétaCan
Menu
Retour à la cohorte
Enregistrement W2099104768 · doi:10.1093/beheco/arp121

Persuasive companions can be wrong: the use of misleading social information in nutmeg mannikins

2009· article· en· W2099104768 sur OpenAlexaff
Guillaume Rieucau, Luc‐Alain Giraldeau

Notice bibliographique

RevueBehavioral Ecology · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésNutmegForagingBiologyCrowdsPersonally identifiable informationSocial psychologyInternet privacyPsychologyEcologyComputer scienceComputer securityFood science

Résumé

récupéré en direct d'OpenAlex

Animals sample their surrounding environment to collect information, which can be obtained personally or by tracking the behavior of others (i.e., social information). Although social information appears to be generally advantageous, it can also be detrimental and may even conflict with personal information. We tested the effect that the strength of social information, and ultimately its persuasiveness, can have on an animal’s decision to use it or not by conducting an experiment using single nutmeg mannikins (Lonchura punctulata), which were offered a foraging choice after observation of videos of feeding or nonfeeding conspecifics. The persuasiveness of social information was amplified by increasing the number and changing the behavior of conspecifics that had previously been seen feeding at 1 of 2 feeders. In addition, we modulated the certainty of an individual’s personal information. Some birds had prior experience of a marked feeder always containing easily accessible food, whereas other birds experienced that this was only the case in half of the trials. Our results show that animals provided with sufficiently persuasive social information will tend to reduce the weight of even highly reliable personal information. This provides the first experimental evidence consistent with the propagation of informational cascades in nonhuman animals, which have been invoked to explain market crashes in economics or panic rushes in human crowds.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,114
Tête enseignante GPT0,295
Écart entre enseignants0,182 · 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

Citations52
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207