MétaCan
Menu
Retour à la cohorte
Enregistrement W3211465602

A Tale of Tails: The description and potential function of tail-flagging behaviours in Eurasian red squirrels (Sciurus vulgaris)

2021· article· en· W3211465602 sur OpenAlexaff
Juliana Kaneda

Notice bibliographique

RevueStudent Research Proceedings · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésCategorizationFocus (optics)SIGNAL (programming language)CommunicationSciurusCognitive psychologyComputer sciencePsychologyBiologyEcologyArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Not only do animals communicate with one another, but they also demonstrate the use of mixed communication strategies. One such strategy, multimodal communication, involves multiple sensory signals used together to communicate messages. For example, an animal may use visual signals, auditory signals, or a combination of both, to communicate. Although multimodal communication has been observed in many animal species, there is still a surprising lack of data. Many studies focus on either a single aspect of the multimodal signal or on the joint signal alone. However, information about multimodal signals, as well as each component unimodal signal, are needed in order to understand and categorize the purpose of joint messaging. Our study aims to address this gap in the literature by investigating multimodal communication in Eurasian red squirrels. Since Eurasian red squirrels use visual and acoustic vocal signals in both joint and independent contexts, they provide an excellent opportunity to study the specific circumstances in which multimodal communication occurs. Additionally, because there is minimal research on Eurasian red squirrels, this study will provide preliminary investigations into how this endangered species communicates and navigates the world around it. Department: Psychology Faculty Mentor: Dr. Shannon Digweed

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 enseignants0,002
Score d'incertitude au seuil0,004

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 technologies0,0000,001
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 Opus0,061
Tête enseignante GPT0,355
Écart entre enseignants0,294 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudent Research ProceedingsMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207