MétaCan
Menu
Retour à la cohorte
Enregistrement W2952098939 · doi:10.1093/beheco/arz090

The evolution of two types of play

2019· article· en· W2952098939 sur OpenAlexaff
Paul E. Smaldino, Elisabetta Palagi, Gordon M. Burghardt, Sergio M. Pellis

Notice bibliographique

RevueBehavioral Ecology · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésBiologySimple (philosophy)Investment (military)Variation (astronomy)Biological evolutionEvolutionary biologyGenetic FitnessEmpirical evidenceEcologyEpistemologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Play is an important and understudied class of phenomena that likely serves a critical role in the ontogeny and maintenance of fitness-enhancing behaviors. Many species exhibit little or no play. Among those animals that do play, some exhibit only very simple forms, while others engage in complex play both solitarily and socially. Likewise, some animals play only as juveniles, while others continue to play as adults. We propose a general framework to explain interspecies variation in the evolution and emergence of simple vs. complex forms of play, supported by both a review of the empirical evidence and a novel mathematical model. The emergence of play requires that initial investment returns benefits that sufficiently compensate the opportunity costs associated with simple play. The subsequent evolution of complex play depends upon the interplay of several life-history factors related to the benefits, costs, and time course of play investment. We conclude with implications for understanding the evolution of play across the animal kingdom.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,759
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,333
Écart entre enseignants0,316 · 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.

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

Citations36
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207