MétaCan
Menu
Retour à la cohorte
Enregistrement W4238085668 · doi:10.7287/peerj.preprints.2808v1

Individual-level movement bias leads to the formation of higher-order social structure in a mobile group of baboons

2017· preprint· en· W4238085668 sur OpenAlexaff
Tyler R. Bonnell, Parry M.R. Clarke, S. Peter Henzi, Louise Barrett

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésMovement (music)Group (periodic table)Set (abstract data type)Social groupRanking (information retrieval)Core (optical fiber)PsychologyCognitive psychologySocial psychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In mobile social groups, influence patterns driving group movement can vary between democratic and despotic. The arrival at any single pattern of influence is thought to be underpinned by environmental factors and group composition. To determine the specific patterns of influence in a chacma baboon troop we used spatially explicit data to identify patterns of individual movement bias on travel decision-making. We scaled these estimates of individual-level bias to the group as a whole by constructing an influence network, and assess its emergent structural properties. Our results suggest that individual animals respond consistently to specific group members, and that higher-ranking animals are more likely to influence the movement of others. At the group level, we identified a network structure with a single core and two outer shells. The presence of a core in this troop suggests that a set of highly inter-dependent individuals drive routine group movements. Our findings suggest that heterogeneity in individual level movement bias can lead to group level influence structures, and that movement patterns in mobile social groups can add to the exploration of both how social influence patterns develop (i.e., mechanistic aspects) and their linkages to individual and group level outcomes (i.e., functional aspects).

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

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
Bibliométrie0,0010,000
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 Opus0,116
Tête enseignante GPT0,376
Écart entre enseignants0,260 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPrimate Behavior and EcologyTravaux en français237 207