Collective decision‐making in aquatic mammals
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Collective decision‐making is an essential part of day‐to‐day life for group‐living animals. These decisions can be unshared (e.g. leadership) or shared (e.g. consensus). Aquatic mammals face particular challenges when making collective decisions, including a three‐dimensional habitat that can make group coordination and collective navigation a challenge. We systematically reviewed literature on decision‐making in non‐human mammals by examining the types of collective decisions observed and hypotheses used to structure analyses. Most of the current literature was centred around terrestrial species, particularly within primates and artiodactyls. There are no collective decision‐making studies on aquatic mammal species outside of cetaceans. Both unshared and shared decision‐making have been reported in whales and dolphins, with leadership found in killer whales Orcinus orca and bottlenose dolphins Tursiops sp . and consensus decisions in sperm whales Physeter macrocephalus. Five recommendations for decision‐making research include: 1) clearly delineating the temporal components of decision‐making, 2) standardising research to allow for comparisons, 3) considering both shared and unshared decision‐making, 4) analysing decision‐making across behavioural contexts, and 5) avoiding anthropomorphic terminology. Future studies of collective decision‐making will help us better understand how non‐human mammals overcome environmental and contextual challenges – particularly in the case of aquatic species such as cetaceans, which face challenges related to their aquatic environment and exhibit phenomena such as mass strandings.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,010 |
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.
score_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