MétaCan
Menu
Retour à la cohorte
Enregistrement W2970216449 · doi:10.1111/jeb.13531

Kin recognition and co‐operative foraging in<i>Drosophila melanogaster</i>larvae

2019· article· en· W2970216449 sur OpenAlexafffund
Lucas Khodaei, Tristan A. F. Long

Notice bibliographique

RevueJournal of Evolutionary Biology · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyDrosophila melanogasterForagingLarvaEvolutionary biologyKin recognitionDrosophila (subgenus)ZoologyEcologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

A long-standing goal for biologists and social scientists is to understand the factors that lead to the evolution and maintenance of co-operative behaviour between conspecifics. To that end, the fruit fly, Drosophila melanogaster, is becoming an increasingly popular model species to study sociality; however, most of the research to date has focused on adult behaviours. In this study, we set out to examine group-feeding behaviour by larvae and to determine whether the degree of relatedness between individuals mediates the expression co-operation. In a series of assays, we manipulated the average degree of relatedness in groups of third-instar larvae that were faced with resource scarcity, and measured the size, frequency and composition of feeding clusters, as well as the fitness benefits associated with co-operation. Our results suggest that larval D. melanogaster are capable of kin recognition (something that has not been previously described in this species), as clusters were more numerous, larger and involved more larvae, when more closely related kin were present in the social environment. These findings are discussed in the context of the correlated fitness-associated benefits of co-operation, the potential mechanisms by which individuals may recognize kin, and how that kinship may play an important role in facilitating the manifestation of this co-operative behaviour.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil0,133

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 Opus0,045
Tête enseignante GPT0,243
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 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

Citations31
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Evolutionary BiologyMême sujetPlant and animal studiesTravaux en français237 207