Individual variation and the biomechanics of maneuvering flight in hummingbirds
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
An animal's maneuverability will determine the outcome of many of its most important interactions. A common approach to studying maneuverability is to force the animal to perform a specific maneuver or to try to elicit maximal performance. Recently, the availability of wider-field tracking technology has allowed for high-throughput measurements of voluntary behavior, an approach that produces large volumes of data. Here, we show how these data allow for measures of inter-individual variation that are necessary to evaluate how performance depends on other traits, both within and among species. We use simulated data to illustrate best practices when sampling a large number of voluntary maneuvers. Our results show how the sample average can be the best measure of inter-individual variation, whereas the sample maximum is neither repeatable nor a useful metric of the true variation among individuals. Our studies with flying hummingbirds reveal that their maneuvers fall into three major categories: simple translations, simple rotations and complex turns. Simple maneuvers are largely governed by distinct morphological and/or physiological traits. Complex turns involve both translations and rotations, and are more subject to inter-individual differences that are not explained by morphology. This three-part framework suggests that different wingbeat kinematics can be used to maximize specific aspects of maneuverability. Thus, a broad explanatory framework has emerged for interpreting hummingbird maneuverability. This framework is general enough to be applied to other types of locomotion, and informative enough to explain mechanisms of maneuverability that could be applied to both animals and bio-inspired robots.
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.
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) | 0,001 | 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 découle