MétaCan
Menu
Retour à la cohorte
Enregistrement W4241454816 · doi:10.1093/acprof:oso/9780198528609.001.0001

Avoiding Attack

2004· book· en· W4241454816 sur OpenAlexaff
Graeme D. Ruxton, Tom N. Sherratt, Michael P. Speed

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAposematismPredationBatesian mimicryMimicryPredatorCrypsisBiologyContext (archaeology)EcologyMüllerian mimicryMechanism (biology)CommunicationEvolutionary biologyPsychologyEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract The book discusses the diversity of mechanisms by which prey can avoid or survive attacks by predators, both from ecological and evolutionary perspectives. There is a particular focus on sensory mechanisms by which prey can avoid being detected, avoid being identified, signal (perhaps sometimes dishonestly) to predators that they are defended or unpalatable. The book is divided into three sections. The first considers detection avoidance through, for example, background matching, disruptive patterning, countershading and counterillumination, or transparency and reflective silvering. The second section considers avoiding or surviving an attack if detection and identification by the predator has already taken place (i.e., secondary defences). The key mechanism of this section is aposematism: signals that warn the predator that a particular prey type is defended. One particularly interesting aspect of this is the sharing of the same signal by more than one defended species (the phenomenon of Mullerian mimicry). The final section considers deception of predators. This may involve an undefended prey mimicking a defended species (Batesian mimicry), or signals that deflect predator’s attention or signals that startle predators. The book provides the first comprehensive survey of adaptive coloration in a predator-prey context in thirty years.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,522

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1560,081

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 Opus0,100
Tête enseignante GPT0,217
Écart entre enseignants0,117 · 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
GenreAutre

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

En bref

Citations1 180
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant and animal studiesTravaux en français237 207