MétaCan
Menu
Retour à la cohorte
Enregistrement W2796278007 · doi:10.1163/1568539x-00003488

Personality and the retention of neophobic predator avoidance in wild caught Trinidadian guppies

2018· article· en· W2796278007 sur OpenAlexafffund
G. E. Brown, Pierre Chuard, Ebony E.M. Demers, Indar W. Ramnarine, Douglas P. Chivers, Maud C. O. Ferrari

Notice bibliographique

RevueBehaviour · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of SaskatchewanConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les TechnologiesConcordia University
Mots-clésPredationPredatorAvoidance responsePsychologyForagingPersonalityAvoidance learningEcologySocial psychologyBiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract Neophobic predator avoidance allows prey to reduce the risk of predation but is costly in terms of reduced foraging or courtship opportunities if the novel cues do not represent an actual threat. Consequently, neophobic responses to novel cues should wane with repeated exposures in the absence of an actual threat. We tested the prediction that individual personality traits shape the retention of neophobic predator avoidance in wild-caught guppies. Using extinction trials, we demonstrate that personality (measured as latency to escape or approach a novel object) did not influence the initial response of wild-caught Trinidadian guppies to a novel odour; bolder and shyer guppies both exhibited similarly strong avoidance responses. However, after several exposures, shyer guppies maintain an avoidance response, and bolder guppies no longer respond. Our results highlight the complex nature of the antipredator algorithm of prey, whereby past experience, acute risk, and individual tactics shape neophobic predator avoidance patterns.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

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 GPT0,234
Écart entre enseignants0,210 · 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

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehaviourMême sujetAnimal Behavior and ReproductionTravaux en français237 207