MétaCan
Menu
Retour à la cohorte
Enregistrement W2892228473 · doi:10.1098/rspb.2018.1282

Social tipping points in animal societies

2018· review· en· W2892228473 sur OpenAlexaff
Jonathan N. Pruitt, Andrew M. Berdahl, Christina Riehl, Noa Pinter‐Wollman, Holly V. Moeller, Elizabeth G. Pringle, Lucy M. Aplin, Elva J. H. Robinson, Jacopo Grilli, Pamela J. Yeh, Van M. Savage, Michael Holton Price, Joshua Garland, Ian C. Gilby, Margaret C. Crofoot, Grant Navid Doering, Elizabeth A. Hobson

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2018
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensMcMaster University
Organismes subventionnairesNational Institute of General Medical SciencesSanta Fe Institute
Mots-clésTipping point (physics)EcologyDisciplineLiving systemsEnvironmental ethicsSociologyBiologySocial science

Résumé

récupéré en direct d'OpenAlex

Animal social groups are complex systems that are likely to exhibit tipping points-which are defined as drastic shifts in the dynamics of systems that arise from small changes in environmental conditions-yet this concept has not been carefully applied to these systems. Here, we summarize the concepts behind tipping points and describe instances in which they are likely to occur in animal societies. We also offer ways in which the study of social tipping points can open up new lines of inquiry in behavioural ecology and generate novel questions, methods, and approaches in animal behaviour and other fields, including community and ecosystem ecology. While some behaviours of living systems are hard to predict, we argue that probing tipping points across animal societies and across tiers of biological organization-populations, communities, ecosystems-may help to reveal principles that transcend traditional disciplinary boundaries.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,095
Tête enseignante GPT0,336
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207