MétaCan
Menu
Retour à la cohorte
Enregistrement W2160032794 · doi:10.1139/z10-016

Sensory complement model helps to predict diel alarm response patterns in juvenile Atlantic salmon (Salmo salar) under natural conditions

2010· article· en· W2160032794 sur OpenAlexaffvenue
Antoine O. H. C. Leduc, Jaewoo Kim, Camille J. Macnaughton, G. E. Brown

Notice bibliographique

RevueCanadian Journal of Zoology · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensConcordia UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSalmoJuvenilePredationALARMBiologyDiel vertical migrationNocturnalSensory systemSensory cueFisheryEcologyRisk perceptionZoologyFish <Actinopterygii>PerceptionNeuroscience

Résumé

récupéré en direct d'OpenAlex

Fish rely on both chemical and visual cues to evaluate predation risk. Decisions with respect to activity partitioning in time (i.e., night vs. day) rely on accurate assessment of predation risk relative to energy intake; predation risk is generally thought to be lower at night at the expense of feeding opportunities. At night, the sensory complement model predicts greater reliance on chemical perception of risk. Under this condition, a lower ability to use vision should result in a more conservative response to chemical cues than during the day. We tested this hypothesis under natural conditions by comparing the alarm response of young-of-the-year Atlantic salmon ( Salmo salar L., 1758) under summer day and night conditions in salmon nursery streams. We found that salmon responded to the alarm cues to a significantly greater extent at night. This suggests that the sensory complement model may be correct and that nocturnal perception of risk may be generally higher than previously believed for juvenile salmon in the wild. In the absence of a more precise indicator of risk (e.g., vision), a greater reliance on chemosensory risk assessment at night may cause fish to shift to more risk-adverse behaviour.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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 Opus0,028
Tête enseignante GPT0,255
Écart entre enseignants0,228 · 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

Citations23
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207