Biological market effects predict cleaner fish strategic sophistication
Notice bibliographique
Résumé
Abstract Market-like situations emerge in nature when trading partners exchange goods and services. However, how partner choice option contributes to the expression of social strategic sophistication (i.e., the ability to adjust behavior flexibly given the specifics of a situation) is still poorly understood. A suitable study system to explore this question is the “cleaner” fish Labroides dimidiatus. Cleaners trade parasite removal in exchange for food with a variety of “client” species. Previous research documented strong interindividual variation in two features of their strategic sophistication, namely, the ability to adjust service quality to the presence of an audience and to give priority to clients with access to alternative cleaners (“visitor clients”) over clients lacking such choice options (“resident clients”). Here, we sampled various demes (i.e., group of individuals) of the same population of cleaner fish in order to investigate the extent to which factors describing fish densities and cleaning interaction patterns predict the strategic sophistication in two laboratory experiments. These experiments tested whether cleaners could increase their food intake through reputation management and/or learning to provide service priority to a visitor-like ephemeral food plate. We found that high “outbidding competition,” characterized by high densities of cleaners and visitor clients, along with visitor’s behavior promoting such competition, consistently predicted high strategic sophistication in cleaners. A better understanding of the role of learning versus potential genetic factors, interacting with local market conditions to affect strategic sophistication, is needed to clarify how natural selection has promoted the evolution and maintenance of cooperation in this cleaning mutualism.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».