The In-Flight Social Calls of Insectivorous Bats: Species Specific Behaviors and Contexts of Social Call Production
Notice bibliographique
Résumé
Bats could be a useful study system for studying the evolution of social communication, as they exhibit a high diversity of social group size and complexity. However, the study of bat social calls has been limited, as they are nocturnal, volant animals that produce predominately ultrasonic vocalizations. Passive acoustic monitoring studies occasionally capture bat in-flight social calls. The information from surrounding echolocation calls can provide information on species identity, activity level, and foraging behavior. We used passive acoustic monitoring in Greensboro, North Carolina, to identify seven types of in-flight social calls from Eptesicus fuscus, Lasiurus borealis, Lasiurus cinereus, Nycticeius humeralis, Perimyotis subflavus, and Tadarida brasiliensis. Eptesicus fuscus, N. humeralis, and T. brasiliensis differed in total social call production, and the proportional use of call types. Shared called types exhibited species-specific signatures, indicating the potential for bats to discern signaler identity. Social call production was positively correlated with bat activity. Social calls were often temporally clustered into independent social calling bouts. The complex and upsweep bouts of E. fuscus were associated with foraging, and the likelihood of complex bouts was negatively correlated with heterospecific activity. The production of N. humeralis downsweep, downsweep-upsweep, and upsweep bouts varied by season and site, but not according to bat activity, foraging, or time of night. Species differed in which call types were most commonly emitted, and these calls are associated with different contexts, suggesting that bats exhibit species-specific differences in in-flight social behavior.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».