MétaCan
Menu
Retour à la cohorte
Enregistrement W2552589592 · doi:10.1163/1568539x-00003414

Assessing anti-predator decisions of foraging eastern chipmunks under varying perceived risks: the effects of physical and social environments on vigilance

2016· article· en· W2552589592 sur OpenAlexafffund
Jeanne Clermont, Charline Couchoux, Dany Garant, Denis Réale

Notice bibliographique

RevueBehaviour · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Vocal Communication and Behavior
Établissements canadiensUniversité de SherbrookeUniversité du Québec à Montréal
Organismes subventionnairesNature ConservancyMcGill University
Mots-clésVigilance (psychology)ForagingALARMAlarm signalPredatorPsychologyRisk perceptionPerceptionPredationEcologyCognitive psychologyBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Animals foraging under risk have to trade-off resource acquisition and predator avoidance. Environmental factors can modulate the level of risk and should thus influence the expression of anti-predator behaviours such as vigilance. In this study, we investigated the effects of physical and social environments on eastern chipmunks’ (Tamias striatus) vigilance, by varying the perceived risk through playback experiments of alarm calls and neutral environmental sounds, and by integrating habitat and weather characteristics, as well as neighbour density. Chipmunks showed higher levels of vigilance when foraging in more open habitats, under high wind conditions, when they heard alarm calls and when surrounded by a high neighbour density. The effects of wind intensity and neighbour density on vigilance were also stronger during the broadcast of alarm calls rather than neutral sounds. Our results emphasize how both the physical and social environments can modify risk perception and therefore risk-taking decisions of foraging individuals.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,051
Tête enseignante GPT0,343
Écart entre enseignants0,292 · 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

Citations32
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehaviourMême sujetAnimal Vocal Communication and BehaviorTravaux en français237 207