MétaCan
Menu
Retour à la cohorte
Enregistrement W4213453615 · doi:10.1111/eth.13273

Canada jays (<i>Perisoreus canadensis</i>) identify and exploit coniferous cache locations using visual cues

2022· article· en· W4213453615 sur OpenAlexafffundabout
R.J. Martin, Matthew Fuirst, David F. Sherry

Notice bibliographique

RevueEthology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of GuelphWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCacheForagingExploitSensory cueIdentification (biology)BiologySelection (genetic algorithm)Computer scienceEcologyNeuroscienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Food caching is a foraging strategy used by many vertebrates, involving the storage and subsequent recovery of food items for later consumption, when other food sources are scarce. Once cached, stored food, particularly highly perishable items, can degrade over time. Evidence suggests that for birds, some conifers may aid in cache preservation through protective properties in resin. However, due to the challenges involved with following birds to their caching locations, cache‐site preferences are not easily studied in the wild. We investigated eight captive Canada jays’ ( Perisoreus canadensis ) ability to both identify and exploit conifer tree species. Further, we examined potential cues that birds may use to identify and select these potentially beneficial sites. We found strong evidence to suggest that birds can quickly identify conifer tree species and subsequently exploit those cache locations preferentially. Furthermore, our evidence suggests that although birds do not appear to use olfactory cues when making caching decisions, they potentially to attend to structural cues. We suggest that visual information is essential to both the identification of conifer trees and to cache‐site selection decisions. These findings indicate that jays make rapid, fine scale assessments of their environments, discriminating amongst trees of different species and use this information to select cache‐sites.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,146
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,263
Écart entre enseignants0,243 · 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 tête enseignante, pas un consensus.

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
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEthologyMême sujetWildlife Ecology and ConservationTravaux en français237 207