MétaCan
Menu
Retour à la cohorte
Enregistrement W3162797534 · doi:10.1163/1568539x-bja10094

Prospective evolutionary drivers of allocare in wild belugas

2021· article· en· W3162797534 sur OpenAlexaff
Jaclyn A. Aubin, Robert Michaud, Eric Vander Wal

Notice bibliographique

RevueBehaviour · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésAttractionKin selectionSelection (genetic algorithm)PopulationBiologyOffspringZoologyDemographyEcologyGeneticsSociologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Allocare, investment in offspring from non-parents, poses an evolutionary enigma. While the fitness trade-offs driving parental care are universal, alloparents may be driven by kin selection, reciprocation, the need to acquire parenting skills (‘learning-to-parent’), an indiscriminate attraction towards infants (‘natal attraction’), or a combination of multiple drivers. Among belugas ( Delphinapterus leucas ), allocare has been reported in wild and captive populations, but its underlying mechanisms remain untested. Using over 1800 focal observations, we quantified alloparental associations in St. Lawrence Estuary (SLE) belugas to determine whether the learning-to-parent and natal attraction hypotheses are consistent with patterns of allocare in this population. We found that subadults showed little interest in providing allocare and that alloparental investment remained constant across offspring age classes. As the observed patterns of allocare are inconsistent with both the learning-to-parent and natal attraction hypotheses, allocare in SLE belugas is likely driven by kin selection, reciprocation, or a combination thereof.

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 enseignants0,014
Score d'incertitude au seuil0,027

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
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 Opus0,011
Tête enseignante GPT0,230
Écart entre enseignants0,219 · 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehaviourMême sujetMarine animal studies overviewTravaux en français237 207