MétaCan
Menu
Retour à la cohorte
Enregistrement W2111216153 · doi:10.2108/zsj.20.311

Foraging Navigation of Hornets Studied in Natural Habitats and Laboratory Experiments

2003· article· en· W2111216153 sur OpenAlexfundno aff
Yoshihiro Toh, Jun-ya Okamura

Notice bibliographique

RevueZOOLOGICAL SCIENCE · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect and Arachnid Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesDalhousie University
Mots-clésForagingSensory cueBiologyLandmarkOlfactory cuesCommunicationEcologyComputer visionComputer scienceOlfactionPsychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Foraging flights have been studied in three species of hornets (Vespa mandarinia, V. simillima and V. analis) in the field and the laboratory. Hornets seem to use multiple navigational cues for visiting a familiar feeding place. They could orient towards the feeding place immediately after they rose in air from the nest without directly viewing the feeder. They could visit the feeding place after dark at a luminosity 8 lux. These data suggest that they can navigate for some distance with few external cues. Hornets also seem to rely on visual cues for their mid-range navigation. They used some structures on their way as navigational landmarks to negotiate. Individual hornets are supposed to have their own landmarks. Olfactory cues seem to be used to find a new feeding place or to recruit other member. In the approach flight hornets seemed to use multiple visual cues such as the visual characteristics of the feeder and the wider scenery around the feeder. Even if the feeder in training was removed during the test, they flew with a smooth course as if they were pin-pointing the missing feeder, but without sitting on the ground. Hornets learnt how to fly to reach the feeder without external cues after passing by the last visual landmark under conditions with extremely poor visual cues. The present work suggests that hornets retain multiple navigational cues during repeated foraging behavior, and which cues they use seems to depend upon environmental 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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,153

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,291
Écart entre enseignants0,277 · 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'étudeExpérimental (laboratoire)
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

Citations17
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZOOLOGICAL SCIENCEMême sujetInsect and Arachnid Ecology and BehaviorTravaux en français237 207