MétaCan
Menu
Retour à la cohorte
Enregistrement W2911680099 · doi:10.1111/1365-2435.13294

Cognitive resonance: When information carry‐over constrains cognitive plasticity

2019· article· en· W2911680099 sur OpenAlexafffund
Maud C. O. Ferrari, Marianna E. Horn, Douglas P. Chivers

Notice bibliographique

RevueFunctional Ecology · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyCognitionLithobatesPredationAdaptive valuePreferenceFlexibility (engineering)Cognitive psychologyEcologyPsychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract When faced with a changing environment, some species appear to adapt quickly, while others seem unable to update the value of environmental cues on which they base their decisions, leading them to display seemingly maladaptive responses. While behavioural and cognitive plasticity are two traits that should predict the ability of species to update the value of environmental cues, we argue that this flexibility may be constrained by ontogeny. While sensitive periods have been shown to exist for establishing an individual’s food, habitat and mate preference, no studies have established the existence of a cognitive sensitive period for predation‐related information. In this study, we used wood frogs, Lithobates sylvaticus, to demonstrate the existence of a sensitive period for predation‐related information, with risk information learned as embryos maintained for more than 5 weeks, while the same information learned as tadpoles was unused after just 10 days. Next, we demonstrated that tadpoles that had learned a cue as safe as embryos were unable to update the cue as risky after three fear conditioning attempts, while tadpoles that learned the cue as safe a few days prior did successfully update the cue as risky after three conditionings. We coined the term “cognitive resonance” to describe how information learned early in life can have marked cognitive consequence later in life, affecting not only the duration for which information learned is actively used in decision‐making, but how this information can interfere with the acquisition of up‐to‐date information about the environment. Cognitive resonance might be beneficial in stable environments where the change in the value of a cue is relatively small through time, but it can quickly become costly in environments where the identity of potential threats changes quickly, as in the case of introduced species. A plain language summary is available for this article.

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)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,216
Écart entre enseignants0,198 · 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

Citations17
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFunctional EcologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207