MétaCan
Menu
Retour à la cohorte
Enregistrement W2148077760 · doi:10.1242/jeb.073171

Evolution of high duty cycle echolocation in bats

2012· review· en· W2148077760 sur OpenAlexaff
M. Brock Fenton, Paul A. Faure, John M. Ratcliffe

Notice bibliographique

RevueJournal of Experimental Biology · 2012
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensMcMaster UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésHuman echolocationBiologyZoologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Duty cycle describes the relative 'on time' of a periodic signal. In bats, we argue that high duty cycle (HDC) echolocation was selected for and evolved from low duty cycle (LDC) echolocation because increasing call duty cycle enhanced the ability of echolocating bats to detect, lock onto and track fluttering insects. Most echolocators (most bats and all birds and odontocete cetaceans) use LDC echolocation, separating pulse and echo in time to avoid forward masking. They emit short duration, broadband, downward frequency modulated (FM) signals separated by relatively long periods of silence. In contrast, bats using HDC echolocation emit long duration, narrowband calls dominated by a single constant frequency (CF) separated by relatively short periods of silence. HDC bats separate pulse and echo in frequency by exploiting information contained in Doppler-shifted echoes arising from their movements relative to background objects and their prey. HDC echolocators are particularly sensitive to amplitude and frequency glints generated by the wings of fluttering insects. We hypothesize that narrowband/CF calls produced at high duty cycle, and combined with neurobiological specializations for processing Doppler-shifted echoes, were essential to the evolution of HDC echolocation because they allowed bats to detect, lock onto and track fluttering targets. This advantage was especially important in habitats with dense vegetation that produce overlapping, time-smeared echoes (i.e. background acoustic clutter). We make four specific, testable predictions arising from this hypothesis.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,947
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,054
Tête enseignante GPT0,324
Écart entre enseignants0,270 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations134
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BiologyMême sujetBat Biology and Ecology StudiesTravaux en français237 207