MétaCan
Menu
Retour à la cohorte
Enregistrement W4253395936 · doi:10.1093/oso/9780199688678.001.0001

Avoiding Attack

2018· book· en· W4253395936 sur OpenAlexaff
Graeme D. Ruxton, William L. Allen, Thomas 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-clésCamouflageMimicryAdaptation (eye)AposematismSelection (genetic algorithm)Natural selectionData scienceCrypsisComputer scienceEcologyPredationManagement sciencePredatorArtificial intelligenceBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Avoiding Attack discusses the diversity of mechanisms by which prey avoid predator attacks and explores how such defensive mechanisms have evolved through natural selection. It considers how potential prey avoid detection, how they make themselves unprofitable to attack, how they communicate this status, and how other species have exploited these signals. Using carefully selected examples of camouflage, mimicry, and warning signals drawn from a wide range of species and ecosystems, the authors summarize the latest research into these fascinating adaptations, developing mathematical models where appropriate and making recommendations for future study.This second edition has been extensively rewritten, particularly in the application of modern genetic research techniques which have transformed our recent understanding of adaptations in evolutionary genomics and phylogenetics. The book also employs a more integrated and systematic approach, ensuring that each chapter has a broader focus on the evolutionary and ecological consequences of anti-predator adaptation. The field has grown and developed considerably over the last decade with an explosion of new research literature, making this new edition timely.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,007
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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,120
Tête enseignante GPT0,227
Écart entre enseignants0,107 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations348
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant and animal studiesTravaux en français237 207