MétaCan
Menu
Retour à la cohorte
Enregistrement W2530670733 · doi:10.3390/bs6040022

Learned Use of Picture Cues by Bumblebees (Bombus impatiens) in a Delayed Matching Task

2016· article· en· W2530670733 sur OpenAlexafffund
Emma Thompson, Catherine Plowright

Notice bibliographique

RevueBehavioral Sciences · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBumblebeeMatching (statistics)Task (project management)PsychologySimilarity (geometry)PreferenceCognitive psychologySensory cueCommunicationObject (grammar)Artificial intelligenceComputer scienceComputer visionMathematicsBiologyEcologyStatistics

Résumé

récupéré en direct d'OpenAlex

Picture-object correspondence provides an alternate method of investigating delayed matching by providing a cue (picture) which may be spontaneously perceived as similar but different from a corresponding target. Memory for, and corresponding choice of, a target corresponding to a cue could be facilitated by the use of a picture. Bumblebees have been found to both easily differentiate images from corresponding objects but also spontaneously perceive a similarity between the two. Herein, an approach was designed to test the possible use of picture cues to signal reward in a delayed matching task. Target choice preference corresponding to picture cues was tested among three bumblebee (Bombus impatiens) colonies using photograph cues (presented prior to target stimuli) corresponding to one of four target stimuli. Photograph cues were the only predictor of corresponding target reward, presented in stable locations. Rewarded and unrewarded tests show a choice preference significantly higher than chance for targets matching the cue. Results suggest that bumblebees can learn to use picture cues in a delayed matching task. Furthermore, experience, conditions of reward inconsistency and location, are discussed as possible contributing factors to learning in a delayed matching task.

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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,114
Tête enseignante GPT0,372
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehavioral SciencesMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207