MétaCan
Menu
Retour à la cohorte
Enregistrement W4312205145 · doi:10.5539/ijb.v15n1p1

When Associating Numbers of Elements With Their Time Period of Occurrence, the Ants Take Account of the Characteristics of the Elements

2022· article· en· W4312205145 sur OpenAlexvenueno aff
Marie-Claire Cammaerts

Notice bibliographique

RevueInternational Journal of Biology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect and Arachnid Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPeriod (music)EcologyComputer scienceBiologyZoologyPhysics

Résumé

récupéré en direct d'OpenAlex

After having shown that the workers of the ant Myrmica sabuleti can associate amounts of elements with their time periods of occurrence and knowing that these ants do not take into account the characteristics of elements when counting but take them into account when adding the elements, we wondered if, when associating amounts with their time periods of occurrence, these ants take or do not take account of the characteristics of the elements. Working on six colonies and using three kinds of visual cues during training and these three cues modified as for their size (small, large), color (blue, yellow) or shape (triangle, star) during testing, we revealed that, when associating amounts of elements with their time periods of occurrence, the ants take into account the characteristics of the elements. We checked if, without changing the elements characteristics, the ants effectively associated the perceived amounts (1 – 3, 2 – 4, 3 -5) of elements (squares, blue circles, triangles) with their time periods of occurrence (8 – 19 o’clock, 20 – 7 o’clock), and they did. We also made a complementary experiment on newly collected colonies using a slightly different protocol, and we obtained identical results which leaded to the same conclusion. So, the present work confirmed our previous results and solved the last asked question on the subject.

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)0,004
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,254
Écart entre enseignants0,246 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiologyMême sujetInsect and Arachnid Ecology and BehaviorTravaux en français237 207