MétaCan
Menu
← Retour à la cohorte
Enregistrement W2220673171 · doi:10.7287/peerj.preprints.324v1

How male signaling intensity influences phonotaxis in virgin female Jamaican field crickets (<i>Gryllus assimilis</i>)

2014· preprint· en· W2220673171 sur OpenAlexaff
Susan M. Bertram, Karen Pacheco

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAttractionBiologyMate choiceZoologyPredationCricketMatingAnimal communicationSexual attractionEcologySexual behaviorPsychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Understanding female mate preference is important for determining the strength and the direction of sexual trait evolution. Male signalling intensity is often an important predictor of mating success because higher intensity (louder) signallers are detectable at greater distances. However, if females are simultaneously more attracted to higher signalling intensities, then the potential fitness impacts of higher intensity signalling should be elevated beyond what would be expected from detection distance alone. Here we manipulated the signal intensity of cricket mate attraction signals to determine how female phonotaxis was influenced. We examined female phonotaxis using two common methodologies: spherical treadmills and open arenas. Both methodologies showed similar results, with females exhibiting highest phonotaxis towards loud (X̅+1 SD = 69 dB) mate attraction signals but showing reduced phonotaxis towards the loudest (X̅+2 SD = 77 dB) signals. Reduced phonotaxis towards supernormal stimuli may occur for several reasons including elevating the females’ perceived predation risk, invoking females’ acoustic startle response, or exceeding females’ perceptual limits.

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)0,000
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0020,000

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 Opus0,034
Tête enseignante GPT0,244
Écart entre enseignants0,210 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAnimal Behavior and Reproduction→Travaux en français237 207→