MétaCan
Menu
Retour à la cohorte
Enregistrement W2345475565 · doi:10.1093/czoolo/58.4.566

Why (and how) personalities in invertebrates?

2012· article· en· W2345475565 sur OpenAlex
Jennifer A. Mather

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCurrent Zoology · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésInvertebrateBiologyEcologyEvolutionary biologyZoology

Résumé

récupéré en direct d'OpenAlex

The literature on animal personalities is varied and sometimes fragmented, with different terms for the individual differences that have been found. Everyone agrees that these differences are important (Groothuis and Carere, 2005) but not everyone agrees how to define them. Defining differences by a multidimensional assessment of these variations, similar to that used for human personality assessment (Gosling, 2001), taps into the complexity of these variations, see Mather and Anderson (1993) for octopuses. A different approach has been to decide on a dimension of behavior and to look at its correlation and trade-offs across different situations (Sih et al., 2004). Gherardi et al’s (this collection) review suggests that behavioral syndromes are larger, as they demand multiple contexts. But a thorough student of personality will evaluate behavior across time and contexts, find several personality dimensions, and only then use the most important one for each animal. Pinter-Wollman (this collection) focuses on activity and Pruitt and Reichert (this collection) on aggression. But another difference is that personality is assumed to be a fundamental part of the nature of the animal, whereas a behavioral syndrome is just similar locations on a dimension occurring in several contexts. In addition to different terms, personality is studied in varied situations. Within this collection, Gherardi et al. evaluate decapods crustaceans to find out why so little research has been done on them. Pruitt and Reichert look at the ecological consequences of behavioral syndromes in spiders, including mechanisms for maintaining variation within and among populations. Pinter-Wollman generates hypotheses for how the personality distribution of individuals in social insect colonies can generate colony personalities. And Mather et al. look at variation in food choices in octopuses and suggest that these differences might be caused by personalities, with the intervening variable of exploration. The only common thread running through the four accounts is individual variation in behavior. This underlines the magnitude of the task of understanding invertebrate personalities. Invertebrates make up 98% of the animals on the planet and their diversity is immense. Invertebrates have vastly different physiologies, hugely different life histories and socializations shape them, and yet individual differences in behavior are found everywhere we look. Those groups we have evaluated for personality have the most complex nervous systems and behavior. Will simpler invertebrates show the same complexity of individual differences? Will personality differences last across different life history contexts and stages? Is the construct of personality (Gosling, 2001) strong enough to stand up to this variation? Only time and more investigation will tell us.

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.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,225

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,058
Tête enseignante GPT0,261
Écart entre enseignants0,203 · 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