The “<scp>S</scp>ecret” in Secretions: Methodological Considerations in Deciphering Primate Olfactory Communication
Notice bibliographique
Résumé
Olfactory communication in primates is gaining recognition; however, studies on the production and perception of primate scent signals are still scant. In general, there are five tasks to be accomplished when deciphering the chemical signals contained in excretions and secretions: (1) obtaining the appropriate samples; (2) extracting the target organic compounds from the biological matrix; (3) separating the extracted compounds from one another (by gas chromatography, GC or liquid chromatography, LC); (4) identifying the compounds (by mass spectrometry, MS and associated procedures); and (5) revealing biologically meaningful patterns in the data. Ultimately, because some of the compounds identified in odorants may not be relevant, associated steps in understanding signal function involve verifying the perception or biological activity of putative semiochemicals via (6) behavioral bioassays or (7) receptor response studies. This review will focus on the chemical analyses and behavioral bioassays of volatile, primate scent signals. Throughout, we highlight the potential pitfalls of working with highly complex, chemical matrices and suggest ways for minimizing problems. A recurring theme in this review is that multiple approaches and instrumentation are required to characterize the full range of information contained in the complex mixtures that typify primate or, indeed, many vertebrate olfactory cues. Only by integrating studies of signal production with those verifying signal perception will we better understand the function of olfactory communication.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».