Can nonhuman primate signals be arbitrarily meaningful like human words? An affective approach
Notice bibliographique
Résumé
Whether one can label nonhuman primate signals as 'meaningful' hinges on what one takes as central features to meaning. If one targets a notion of meaning closely related and comparable to meaning in human words, two features must be identified: firstly, a concrete ascribable meaning to the signal and, secondly, an element of convention or arbitrariness of the signal's meaning. In their seminal paper published in 1980, Seyfarth, Cheney and Marler demonstrated that vervet monkey alarm calls have concrete, discrete, ascribable meaning. But what about their arbitrariness? Here we will suggest a potential way into the investigation of this second feature: Human individuals are capable of comprehending arbitrary word meaning through learning and teaching processes. The current theory suggests in particular that imitation learning and natural pedagogy-like teaching behavior are necessary. For nonhuman primate signals, there is high doubt that learning processes are involved in the acquisition of novel signals, for instance, during ontogeny, and even higher doubt in the involvement of natural pedagogy. We will tackle the question of why complex imitation learning and natural pedagogy is not necessary for animal signals to be arbitrarily meaningful. We will also argue that the framework of ASL -Affective Social Learningcan help us determine whether simple forms of learning and passive forms of (indirect) teaching hinging on affective states of the teacher are involved, allowing for an arbitrary character of nonhuman signals.
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 | 0,000 |
| 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 ».