Notice bibliographique
Résumé
Abstract When animals live in cohesive groups they need to make consensus decisions about movements. As a very large‐scale example of communal movement, nomadic female sperm whales ( Physeter macrocephalus ) travel about 50 km per day as coherent groups of 10–50 animals spread over several km of ocean. From 543 h of data during which 3,873 headings of small clusters of whales or individual whales were recorded, I quantified the heading behavior of groups foraging off the Galápagos Islands. The groups made both sudden and gradual turns. Using piecewise regression models, I estimate that sudden and gradual turns in heading both occurred at rates of 0.10/h. The mean change in heading was 69° for sudden turns and 84° for gradual turns. The mean duration of gradual turns was 1.3 h, so turns were often slow. Using the recorded headings within 30 min of each of 1,798 focal headings, a regression of heading on time gave a mean rate of turn of the group and error of each focal heading about the mean heading. Absolute heading errors increased with absolute turn rate ( r S = 0.241; P = 0.0000), so turns were often messy. Thus sperm whales often make slow and messy—likely democratic—consensus decisions when groups change heading.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
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 tête enseignante, 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 ».