MétaCan
Menu
Retour à la cohorte
Enregistrement W2755878531 · doi:10.1098/rsos.170312

Familiarity affects collective motion in shoals of guppies ( <i>Poecilia reticulata</i> )

2017· article· en· W2755878531 sur OpenAlexaff
Scarlet Davis, Ryan Lukeman, T. M. Schaerf, Ashley J. W. Ward

Notice bibliographique

RevueRoyal Society Open Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesAustralian Research Council
Mots-clésPoeciliaShoalCollective motionMotion (physics)Affect (linguistics)BiologyGuppyGroup (periodic table)CommunicationSocial psychologyEcologyPsychologyZoologyFish <Actinopterygii>FisheryPhysicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The coordinated and synchronized movement of animals in groups often referred to as collective motion emerges through the interactions between individual animals within the group. Factors which affect these interactions have the potential to shape collective movement. One such factor is familiarity, or the tendency to bias behaviour towards individuals as a result of social recognition. We examined the effect of familiarity on the expression of collective motion in small shoals of female guppies ( Poecilia reticulata ). Groups comprising familiar individuals were more strongly polarized than groups of unfamiliar individuals, particularly when in novel surroundings. The ability to form more strongly polarized shoals potentially promotes information transfer and enhances the anti-predator benefits of grouping.

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)0,001
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 enseignants0,432
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,036
Tête enseignante GPT0,294
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'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

Citations26
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoyal Society Open ScienceMême sujetAnimal Behavior and ReproductionTravaux en français237 207