MétaCan
Menu
← Retour à la cohorte
Enregistrement W4226025013 · doi:10.22215/etd/2022-14897

Taking a Hit: Resistance to Handling in Model-Mimic Insect Complexes

2022· dissertation· en· W4226025013 sur OpenAlexaff
Amanda Stefan

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMimicryBatesian mimicryBiologyInsectResistance (ecology)PredatorZoologyEcologyPredation

Résumé

récupéré en direct d'OpenAlex

Aposematism, in which an organism's unprofitability to predators is advertised with a conspicuous signal, has been hypothesised to co-occur with an improved ability to survive being handled by a predator with negligible damage.In Chapter 1, the current literature on this "resistance to handling" and its association with aposematism is reviewed, including anecdotal accounts, experimental evidence and bio-physical considerations.Finally, future directions for this emerging research area are discussed.In Chapter 2, the relationship between resistance to handling and Batesian mimicry is tested through two experiments on field-caught specimens.The first evaluates the ability of insect species to survive a given amount of compressive force using the successive application of increasing weights, comparing Batesian mimics (Diptera: Syrphidae) to non-mimics (non-syrphid Diptera) and their models (Hymenoptera).The second experiment measures the force required to deform an insect by a given proportion.The relationship between kill weight titration and deformation metrics is also elucidated.Hymenopterans were the most resistant group, syrphid flies the least, and non-syrphid dipterans intermediate between the two.In all groups, both larger body size and a greater resistance to deformation were correlated with higher kill weights, while mimicry status and mimetic fidelity (once one controls for body size and phylogeny) were not.The implications and possible explanations for these findings are discussed.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,059
Tête enseignante GPT0,287
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'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'admission1
Résumé présentoui

Explorer davantage

Même sujetAnimal Behavior and Reproduction→Travaux en français237 207→