MétaCan
Menu
← Retour à la cohorte
Enregistrement W3117168986 · doi:10.1371/journal.pone.0244204

Long-term associations among male sperm whales (Physeter macrocephalus)

2020· article· en· W3117168986 sur OpenAlexaff
Hayao Kobayashi, Hal Whitehead, Masao Amano

Notice bibliographique

RevuePLoS ONE · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensDalhousie University
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésBiologyDemographySperm whalePelagic zoneEcologyZoology

Résumé

récupéré en direct d'OpenAlex

Little is known about the social structure of male sperm whales (Physeter macrocephalus) after they leave their natal units. While previous studies found no evidence for preferred associations among males, the observation of mass-strandings consisting exclusively of males, suggest that they have strong social bonds. To investigate the social associations among male sperm whales, we used half weight index of association, permutation tests and standardized lagged association rate models on a large photo-identification database collected between 2006 and 2017 in Nemuro Strait, Japan. Our results suggest that while male sperm whales are not as social as females, they do form long term associations, have preferred companionship, and forage in social proximity to each other. The best-fitting model to the standardized lagged association rate showed that associations among males last for at least 2.7 years and as most males leave the area after 2 years, associations may last for longer. Twenty dyads were observed associating over more than 2 years, for a maximum 5 years. One dyad was observed associating on 19 different days and clustered on 7 different days. Male associations may function to enhance foraging or to fend off predators. Such relationships seem to be adapted to a pelagic habitat with uncertain resource availability and predation pressure.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,056
Tête enseignante GPT0,230
Écart entre enseignants0,173 · 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

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetMarine animal studies overview→Travaux en français237 207→