MétaCan
Menu
Retour à la cohorte
Enregistrement W2981732941 · doi:10.1098/rsif.2019.0450

Collective turns in jackdaw flocks: kinematics and information transfer

2019· article· en· W2981732941 sur OpenAlexaff
Hangjian Ling, Guillam E. Mclvor, Joseph Westley, Kasper van der Vaart, Jennifer Yin, Richard Vaughan, Alex Thornton, Nicholas T. Ouellette

Notice bibliographique

RevueJournal of The Royal Society Interface · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésFlockKinematicsContext (archaeology)Computer scienceSimulationCommunicationGeographyEcologyPhysicsPsychologyBiologyClassical mechanics

Résumé

récupéré en direct d'OpenAlex

The rapid, cohesive turns of bird flocks are one of the most vivid examples of collective behaviour in nature, and have attracted much research. Three-dimensional imaging techniques now allow us to characterize the kinematics of turning and their group-level consequences in precise detail. We measured the kinematics of flocks of wild jackdaws executing collective turns in two contexts: during transit to roosts and anti-predator mobbing. All flocks reduced their speed during turns, probably because of constraints on individual flight capability. Turn rates increased with the angle of the turn so that the time to complete turns remained constant. We also find that context may alter where turns are initiated in the flocks: for transit flocks in the absence of predators, initiators were located throughout the flocks, but for mobbing flocks with a fixed ground-based predator, they were always located at the front. Moreover, in some transit flocks, initiators were far apart from each other, potentially because of the existence of subgroups and variation in individual interaction ranges. Finally, we find that as the group size increased the information transfer speed initially increased, but rapidly saturated to a constant value. Our results highlight previously unrecognized complexity in turning kinematics and information transfer in social animals.

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 enseignants0,684
Score d'incertitude au seuil0,099

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 Opus0,008
Tête enseignante GPT0,205
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

Citations35
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Royal Society InterfaceMême sujetAnimal Behavior and ReproductionTravaux en français237 207