MétaCan
Menu
Retour à la cohorte
Enregistrement W2593238604 · doi:10.1101/114249

Sensory tuning does not match behavioral relevance of communication signals in free-living weakly electric fish

2017· preprint· en· W2593238604 sur OpenAlexafffund
Jörg Henninger, Rüdiger Krahe, Frank Kirschbaum, Jan Grewe, Jan Benda

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2017
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSmithsonian Tropical Research InstituteBundesministerium für Bildung und ForschungSmithsonian Institution
Mots-clésCourtshipSensory systemElectric fishContext (archaeology)NeuroethologyPopulationRelevance (law)Natural (archaeology)NeuroscienceCommunicationFish <Actinopterygii>BiologyEcologyPsychologyFishery

Résumé

récupéré en direct d'OpenAlex

Abstract Sensory systems evolve in the ecological niches each species is occupying. Accordingly, the tuning of sensory neurons is expected to be adapted to the statistics of natural stimuli. For an unbiased quantification of sensory scenes we tracked natural communication behavior of the weakly electric fish Apteronotus rostratus in their Neotropical rainforest habitat with high spatio-temporal resolution over several days. In the context of courtship and aggression we observed large quantities of electrocommunication signals. Echo responses and acknowledgment signals clearly demonstrated the behavioral relevance of these signals. The known tuning properties of peripheral electrosensory neurons suggest, however, that they are barely activated by these obviously relevant signals. Frequencies of courtship signals are clearly mismatched with the frequency tuning of neuronal population activity. Our results emphasize the importance of quantifying sensory scenes derived from freely behaving animals in their natural habitats for understanding the evolution and function of neural systems.

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 enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,024
Tête enseignante GPT0,252
Écart entre enseignants0,228 · 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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetFish biology, ecology, and behaviorTravaux en français237 207