MétaCan
Menu
← Retour à la cohorte
Enregistrement W4244180548 · doi:10.31219/osf.io/b5zj2

Traveling through light clutter: Path integration and panorama guided navigation in the Sonoran Desert ant, Novomessor cockerelli

2020· preprint· en· W4244180548 sur OpenAlexaff
Cody A. Freas, Marcia L. Spetch

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect and Arachnid Ecology and Behavior
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPanoramaPath integrationForagingWeightingSensory cueGeographyPath (computing)LandmarkComputer scienceContext (archaeology)Computer visionEcologyArtificial intelligenceBiology

Résumé

récupéré en direct d'OpenAlex

Foraging ants use multiple navigational strategies, including path integration and visual panorama cues, which are used simultaneously and weighted based upon context, the environment and the species’ sensory ecology. In particular, the amount of visual clutter in the habitat predicts the weighting given to the forager’s path integrator and surrounding panorama cues. Here, we characterize the individual cue use and cue weighting of the Sonoran Desert ant, Novomessor cockerelli, by testing foragers after local and distant displacement. Foragers attend to both a path-integration-based vector and the surrounding panorama to navigate, on and off foraging routes. When both cues were present, foragers initially oriented to their path integrator alone, yet weighting was dynamic, with foragers abandoning the vector and switching to panorama-based navigation after a few meters. If displaced to unfamiliar locations, experienced foragers travelled almost their full homeward vector (~85%) before the onset of search. Through panorama analysis, we show views acquired on-route provide sufficient information for orientation over only short distances, with rapid parallel decreases in panorama similarity and navigational performance after even small local displacements. These findings are consistent with heavy path integrator weighting over the panorama when the local habitat contains few prominent terrestrial cues.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,032
Tête enseignante GPT0,297
Écart entre enseignants0,265 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInsect and Arachnid Ecology and Behavior→Travaux en français237 207→