MétaCan
Menu
Retour à la cohorte
Enregistrement W2116954703 · doi:10.1111/j.1439-0310.2006.01306.x

Observational Evidences of Vocal Learning in Southern Elephant Seals: a Longitudinal Study

2007· article· en· W2116954703 sur OpenAlexafffund
Simona Sanvito, Filippo Galimberti, Edward H. Miller

Notice bibliographique

RevueEthology · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesMemorial University of NewfoundlandEarthwatch Institute
Mots-clésAgonistic behaviourSeasonal breederVocal learningVocal communicationBiologyPolygynyZoologyPopulationRange (aeronautics)EcologyCommunicationDemographyPsychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Vocal learning in mammals is sparsely documented, and there are few reports of vocal learning by wild mammals. In particular, no information based on longitudinal data for identified individuals exists, even for well‐studied highly social species in which vocal communication is an important aspect of social life. We present such information for the southern elephant seal (Mirounga leonina). We studied a small breeding population in the Falkland Islands over 8 yr (1995–2002). We recorded approx. 2400 agonistic vocalizations from approx. 285 different males, including many recorded over more than one breeding season (55 males were recorded for >2 yr and 29 were recorded throughout vocal development). Vocalizations are a key element of male agonistic behaviour in this species, the world's most polygynous vertebrate. For male agonistic vocalizations, we show that: (1) a limited number of discrete vocal types exists; (2) proportions of vocal types change over time; (3) observed trends of increase or decrease of vocal types are well explained by a process of vocal learning, in which younger peripheral males imitate vocal types of older more successful breeders.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,132
Tête enseignante GPT0,366
Écart entre enseignants0,234 · 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

Citations61
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEthologyMême sujetMarine animal studies overviewTravaux en français237 207