MétaCan
Menu
Retour à la cohorte
Enregistrement W2108090043 · doi:10.1163/156853908783402894

Behavioural responses of Canis familiaris to different tail lengths of a remotely-controlled life-size dog replica

2008· article· en· W2108090043 sur OpenAlexafffund
Reimchen, Leaver

Notice bibliographique

RevueBehaviour · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIntraspecific competitionCanisZoologyBiologyEvolutionary biologyHabituationPsychologyEcologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract The tail of dogs and allies (Canidae) is important for intraspecific communication. We used a life-sized dog model and varied the tail length and motion as an experimental method of examining effects of tail-docking on intraspecific signaling in domestic dogs, Canis familiaris. We videotaped interactions of 492 off-leash dogs and quantified size and behaviour of approaching dogs to the model's four tail conditions (short/still, short/wagging, long/still, long/wagging). Larger dogs were less cautious and more likely to approach a long/wagging tail rather than a long/still tail, but did not differ in their approach to a short/still and a short/wagging tail. Using discriminant analyses of behavioural variables, dogs responded with an elevated head and tail to a long/wagging tail model relative to the long/still tail model, but did not show any differences in response to tail motion when the model's tail was short. Our study provides evidence that a longer tail is more effective at conveying different intraspecific cues, such as those provided by tail motion, than a shorter tail and demonstrates the usefulness of robotic models when investigating complex behavioural interactions.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,334
Écart entre enseignants0,298 · 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

Citations68
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehaviourMême sujetHuman-Animal Interaction StudiesTravaux en français237 207