MétaCan
Menu
Retour à la cohorte
Enregistrement W4254654846 · doi:10.31234/osf.io/tbfxg

Searching high and low: Domestic dogs’ understanding of solidity

2021· preprint· en· W4254654846 sur OpenAlexaff
Julia Espinosa, Emma C. Tecwyn, Daphna Buchsbaum

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSolidityOff the shelfTask (project management)PsychologyCognitive psychologyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Physical reasoning appears central to understanding how the world works, suggesting adaptive function across the animal kingdom. However, conclusive evidence for inferential reasoning about physical objects is limited to primates. We systematically tested a central feature—understanding of solidity—in domestic dogs, by adapting a validated procedure (the shelf task) previously used to test children and non-human primates. Dogs watched a treat dropped into an apparatus with a shelf either present (treat landing on the shelf) or absent (treat landing on the bottom surface) and chose where to search for it (above or below the shelf). Across four studies (N=64), we manipulated visual access to the treat trajectory and apparatus interior. Dogs correctly inferred the location of treats using physical cues when the shelf was present (Study 1), and learned rapidly when visual cues of continuity were limited (Study 2), and when the shelf was absent (Study 3). Dogs were at chance when the apparatus was fully occluded, and the presence and absence of the shelf varied across trials within subjects, and showed no evidence of learning (Study 4). The findings of these four studies suggest that dogs may be able to make some inferences using solidity and continuity and do not exhibit proximity or gravity biases. However, dogs did not always search correctly from Trial 1, and failed to search correctly when the rewarded location varied within-subjects, suggesting a role for learning, and possible limits to their ability to make inferences about physical objects.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,062
Tête enseignante GPT0,379
Écart entre enseignants0,317 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHuman-Animal Interaction StudiesTravaux en français237 207