MétaCan
Menu
Retour à la cohorte
Enregistrement W2983356121 · doi:10.1038/s41467-019-13281-4

Behavioural plasticity and the transition to order in jackdaw flocks

2019· article· en· W2983356121 sur OpenAlexaff
Hangjian Ling, Guillam E. Mclvor, Joseph Westley, Kasper van der Vaart, Richard Vaughan, Alex Thornton, Nicholas T. Ouellette

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed Control Multi-Agent Systems
Établissements canadiensSimon Fraser University
Organismes subventionnairesHuman Frontier Science Program
Mots-clésCollective motionFlockCollective behaviorMobbingOrder (exchange)Group behaviorGroup (periodic table)Computer scienceSocial psychologyPhysicsEcologyPsychologyArtificial intelligenceBiologySociologyBusiness

Résumé

récupéré en direct d'OpenAlex

Collective behaviour is typically thought to arise from individuals following fixed interaction rules. The possibility that interaction rules may change under different circumstances has thus only rarely been investigated. Here we show that local interactions in flocks of wild jackdaws (Corvus monedula) vary drastically in different contexts, leading to distinct group-level properties. Jackdaws interact with a fixed number of neighbours (topological interactions) when traveling to roosts, but coordinate with neighbours based on spatial distance (metric interactions) during collective anti-predator mobbing events. Consequently, mobbing flocks exhibit a dramatic transition from disordered aggregations to ordered motion as group density increases, unlike transit flocks where order is independent of density. The relationship between group density and group order during this transition agrees well with a generic self-propelled particle model. Our results demonstrate plasticity in local interaction rules and have implications for both natural and artificial collective systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,263
Écart entre enseignants0,249 · 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

Citations78
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetDistributed Control Multi-Agent SystemsTravaux en français237 207