MétaCan
Menu
Retour à la cohorte
Enregistrement W4390749492 · doi:10.1098/rsos.231353

Sperm whale clans and human societies

2024· article· en· W4390749492 sur OpenAlexaff
Hal Whitehead

Notice bibliographique

RevueRoyal Society Open Science · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésClanSperm whaleWhalePrehistorySociologyEvolutionary biologyAnthropologyHistoryBiologyEcologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Sperm whale society is structured into clans that are primarily distinguished by vocal dialects, which may be symbolic markers of clan identity. However, clans also differ in non-vocal behaviour. These distinctive behaviours, as well as clan membership itself, are learned socially, largely within matrilines. The clans can contain thousands of whales and span thousands of kilometres. Two or more clans typically use an area, but the whales only socialize with members of their own clan. In many respects the closest parallel may be the ethno-linguistic groups of humans. Patterns and processes of human prehistory that may be instructive in studying sperm whale clans include: the extreme variability of human societies; no clear link between modes of resource acquisition and social structure; that patterns of vocalizations may not map well onto other behavioural distinctions; and that interacting societies may deliberately distinguish their behaviour (schismogenesis). Conversely, while the two species and their societies are very different, the existence of very large-scale social structures in both sperm whales and humans supports some primary drivers of the phenomenon that are common to both species (such as cognition, cooperation, culture and mobility) and contraindicates others (e.g. tool-making and syntactic language).

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: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,297
Écart entre enseignants0,274 · 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

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoyal Society Open ScienceMême sujetMarine animal studies overviewTravaux en français237 207