MétaCan
Menu
Retour à la cohorte
Enregistrement W2152665063 · doi:10.1093/beheco/aru009

Signals of need and quality: Atlantic puffin chicks can beg and boast

2014· article· en· W2152665063 sur OpenAlexaff
Megan E. Rector, Carolyn J. Walsh, A.-L. Kouwenberg, Michelle G. Fitzsimmons, A.E. Storey

Notice bibliographique

RevueBehavioral Ecology · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBiologyBeggingOffspringPaternal careZoologyQuality (philosophy)Animal sciencePregnancy

Résumé

récupéré en direct d'OpenAlex

Need and hunger models of honest begging predict that lower-quality offspring should call more, or beg, to signal their poor body condition or hunger. In contrast, quality models of begging predict that offspring of higher fitness should call more, or boast, to signal their viability to parents. We observed 2 types of calls in Atlantic puffin (Fratercula arctica) chicks: a shorter peep call and a longer screech call. Poorly fed chicks screeched during a higher proportion of parental visits than well-fed chicks. Food-supplemented chicks showed a decrease in the proportion of food visits with screech calls, whereas control chicks did not. Chicks in good body condition peeped more than chicks in poor body condition and these chicks showed a greater increase in the peep call rate after supplemental feeding than chicks that started off in poorer condition. Screech calls may signal need and/or hunger to parents, whereas peep calls may signal chick quality. This combination of signals should allow parents to make strategic resource-based decisions, allocating more food to hungry or lower-quality chicks when resources are abundant and preferentially feeding high-quality chicks when resources are scarce.

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 enseignants0,003
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 recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,277
Écart entre enseignants0,233 · 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

Citations14
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207