MétaCan
Menu
Retour à la cohorte
Enregistrement W2833706209 · doi:10.1038/s41598-018-28997-4

Trichromatic perception of flower colour improves resource detection among New World monkeys

2018· article· en· W2833706209 sur OpenAlexaff
Jeremy D. Hogan, Linda M. Fedigan, Chihiro Hiramatsu, Shoji Kawamura, Amanda Melin

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTrichromacyForagingBiologyColor visionZoologyEcologyArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

Many plants use colour to attract pollinators, which often possess colour vision systems well-suited for detecting flowers. Yet, to isolate the role of colour is difficult, as flowers also produce other cues. The study of florivory by Neotropical primates possessing polymorphic colour vision provides an opportunity to investigate the importance of colour directly. Here we determine whether differences in colour vision within a mixed population of wild dichromatic and trichromatic white-faced capuchins (Cebus capucinus imitator) affect flower foraging behaviours. We collected reflectance data for flower foods and modelled their chromatic properties to capuchin colour vision phenotypes. We collected behavioural data over 22 months spanning four years, determined the colour vision phenotype of each monkey based on amino acid variation of the L/M opsin gene from fecal DNA, and compared foraging behaviours of dichromats and trichromats. Most flowers were more conspicuous to trichromats, and trichromats foraged in small flower patches significantly more often. These data demonstrate a difference in wild primate foraging patterns based on colour vision differences, supporting the hypothesis that trichromacy enhances detection of small, ephemeral resources. This advantage, which may also extend to other foods, likely contributes to the maintenance of colour vision polymorphism in Neotropical monkeys.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,855
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0030,000

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 Opus0,019
Tête enseignante GPT0,296
Écart entre enseignants0,277 · 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.

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

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPrimate Behavior and EcologyTravaux en français237 207