MétaCan
Menu
Retour à la cohorte
Enregistrement W2111500542 · doi:10.1093/beheco/arq031

Both the past and the present affect risk-sensitive decisions of foraging rufous hummingbirds

2010· article· en· W2111500542 sur OpenAlexaff
Ida Elizabeth Bacon, T. Andrew Hurly, Susan D. Healy

Notice bibliographique

RevueBehavioral Ecology · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésForagingPreferenceAffect (linguistics)BiologyEnergy budgetOptimal foraging theoryConstant (computer programming)Variable (mathematics)EcologyStatisticsPsychologyMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

There is substantial evidence that an animal's current energy budget affects its preference for food patches that provide a constant reward relative to patches that provide a variable reward, when both patches have the same mean reward. Animals currently on a positive energy budget are expected to choose the constant option, whereas animals on a negative budget are expected to use the variable option. There is increasing evidence that prior experience can affect an animal's current decisions. We investigated choices made by rufous hummingbirds when they were tested with strong or weak sucrose solutions after several days of foraging on those strong or weak solutions. Foraging from weak concentrations prior to and during testing led to a higher preference for the variable option, whereas foraging from strong concentrations led to an increased preference for the constant option. We suggest that the energetic conditions experienced by animals prior to testing had a significant impact on the animals’ risk-sensitive decisions, and their memories of those prior conditions may have played an additional role. This implies that the conditions animals are maintained under prior to testing may significantly affect the outcome of risk-sensitivity experiments.

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)0,001
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 enseignants0,335
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,278
Écart entre enseignants0,252 · 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

Citations34
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207