MétaCan
Menu
Retour à la cohorte
Enregistrement W4321617769 · doi:10.21203/rs.3.rs-2575172/v1

Octopus arm ‘slap’ in situ: A syntactic analysis of a complex motor action

2023· preprint· en· W4321617769 sur OpenAlexaff
Jean Alupay, Jennifer A. Mather, Khalil Iskarous

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNational Science Foundation
Mots-clésoctopus (software)Action (physics)In situPsychologyGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract An octopus, Abdopus sp., can use rotation and translation of its hydrostatic arms, and combine these kinematic behaviors serially and in parallel, on different arms, to ‘slap’ at fish in the wild. Different motor programs may be used in multiple arms producing complex actions. The movements analyzed in this work show how complex the movements of the octopus, in situ, can be, furthering knowledge of this animal’s behavior, as well as furthering understanding of the structure of animal motor control. Stiffening of the flexible muscular hydrostatic arms was found to be important to both primitives of translation and rotation. By combining these kinematic primitives, the octopus is able to maintain flexibility while controlling only a few factors, or degrees of freedom, a concept we term ‘flexible rigidity’. The slapping action of the octopus of interest, Abdopus sp., therefore, gives support for Flash and Hochner’s embodied organization view of motor behavior, as well as their idea that motor primitives can combine syntactically to form a complex action. Our results suggest that the octopus’s ability to use sensory feedback from the position of a moving fish target, along with the feed-forward motor primitives, allows for the building of complex actions at dynamic equilibrium with the environment. Overall, these findings lead to a more realistic view of how a complex behavior allows an animal to coordinate with its environment.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,396
Tête enseignante GPT0,526
Écart entre enseignants0,130 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetAction Observation and SynchronizationTravaux en français237 207