MétaCan
Menu
← Retour à la cohorte
Enregistrement W4309526573 · doi:10.1101/2022.11.20.517261

Smart squirrels use a mortise-tenon structure to fix nuts on understory twigs

2022· preprint· en· W4309526573 sur OpenAlexaff
Han Xu, Xia Lian, John R. Spence, Mingxian Lin, Chunyang Lu, Yanpeng Li, Jie Chen, Tushou Luo, Yide Li, Suqin Fang

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesGuangdong Academy of SciencesChinese Academy of Forestry
Mots-clésUnderstoryMortise and tenonCacheCanopyRainforestAgroforestryBiologyHorticultureEcologyGeographyParallel computingComputer scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Squirrels of temperate zones commonly store nuts or seeds under leaf litter, in hollow logs or even in holes in the ground; however, in humid rainforests, it is an evolutionary challenge for squirrels to hang elliptical or oblate nuts securely on trees to minimize germination or fungal infection. Here, we report a unique behaviour used by two species of small flying squirrels ( Hylopetes phayrei electilis (G. M. Allen, 1925) and Hylopetes alboniger (Hodgson, 1870)) to cache nuts on Hainan Island. Squirrels intentionally carved grooves encircling ellipsoid nuts or distributed on the bottom of oblate nuts and used these grooves to fix nuts tightly between small twigs 0.1-0.6 cm in diameter and connected at angles of 25-40°. The resulting structures were similar to the mortise-tenon joint of ancient Chinese architecture. Cache sites were on small plants located 10-25 m away from the closest potentially nut-producing tree, a behaviour that likely deters discovery and consumption of the nuts by other animals. Their ability to shape individual nuts to store them more securely suggests it is a smart behavior, which is likely formed by the adaption to life in humid tropical rainforests to guarantee food supply and impacts the distribution of tree species.

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 enseignants0,002
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,234
Écart entre enseignants0,210 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetAnimal Ecology and Behavior Studies→Travaux en français237 207→