MétaCan
Menu
Retour à la cohorte
Enregistrement W3215698087 · doi:10.1080/19336934.2021.1989248

How Social Experience and Environment Impacts Behavioural Plasticity in<i>Drosophila</i>

2021· review· en· W3215698087 sur OpenAlexafffund
Molly Chen, Marla B. Sokolowski

Notice bibliographique

RevueFly · 2021
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensCanadian Institute for Advanced ResearchUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhenotypic plasticityCourtshipOrganismDrosophila (subgenus)BiologyAggressionDrosophila melanogasterSocial environmentSocial relationSocial isolationSocial evolutionEcologyEvolutionary biologyPsychologyGeneticsDevelopmental psychologySocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

An organism’s behaviour is influenced by its social environment. Experiences such as social isolation or crowding may have profound short or long-term effects on an individual’s behaviour. The composition of the social environment also depends on the genetics and previous experiences of the individuals present, leading to additional potential outcomes from each social interaction. In this article, we review selected literature related to the social environment of the model organism Drosophila melanogaster, and how Drosophila respond to variation in their social experiences throughout their lifetimes. We focus on the effects of social environment on behavioural phenotypes such as courtship, aggression, and group dynamics, as well as other phenotypes such as development and physiology. The consequences of phenotypic plasticity due to social environment are discussed with respect to the ecology and evolution of Drosophila. We also relate these studies to laboratory research practices involving Drosophila and other animals.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,125
Tête enseignante GPT0,353
Écart entre enseignants0,227 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFlyMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207