In-flight social calls: a primer for biologists and managers studying echolocation
Notice bibliographique
Résumé
Recent technological advances have permitted collection of immense data sets through automated recordings that are primarily aimed at capturing bat echolocation. Analyses of echolocation calls are used to identify species, relative abundance, and some aspects of behaviour, such as foraging or commuting. Here we propose that social calls recorded in flight are also valuable tools for understanding bat ecology and behaviour. First, we examine how and why the acoustic structure of social calls differ from echolocation. Differences in form make social calls often, but not always, easy to identify. We then use a case study on in-flight song in Brazilian free-tailed bat (Tadarida brasiliensis (I. Geoffroy, 1824)) to show that what may appear as echolocation may instead be predominantly used for social communication. Next, we review three basic functions of in-flight social calls, including examples of each, and develop a framework for testing these alternative functions using automated recordings. In a second case study, we use automated recordings of the endangered Florida bonneted bat (Eumops floridanus (G.M. Allen, 1932)) to illustrate how behavioural information can be gleaned by examining patterns of social call production. Finally, we discuss why and how social calls provide novel information that can be crucial for conservation and management efforts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,005 | 0,022 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».