MétaCan
Menu
Retour à la cohorte
Enregistrement W4400720971 · doi:10.1101/2024.07.15.603339

Pervasive patterns in the songs of passerine birds resemble human music universals and are linked with production and cognitive mechanisms

2024· preprint· en· W4400720971 sur OpenAlexafffund
Logan S. James, Kendra Oudyk, Erin M Wall, Yining Chen, William D. Pearse, Jon T. Sakata

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Vocal Communication and Behavior
Établissements canadiensCentre for Research on Brain Language and MusicMcGill University
Organismes subventionnairesCentre for Research on Brain, Language and Music
Mots-clésPasserineProblem of universalsCognitionProduction (economics)CommunicationCognitive scienceEvolutionary biologyBiologyPsychologyLinguisticsEcologyNeurosciencePhilosophyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Music is a complex learned behavior that is ubiquitous among humans, and many musical patterns are shared across geography and cultures (“music universals”). Knowing whether these universals are specific to humans or shared with other animals is important to understand how production-related factors (motor biases and constraints) or cognitive factors (learning) contribute to the emergence of these acoustic patterns. Bird song is often described as an animal analogue of human music, and some studies of individual avian species highlight acoustic similarities between bird song and music. However, expansive and comparative approaches are necessary to identify universal patterns within bird song, reveal mechanisms associated with these patterns, and draw parallels to music universals. Here, we adopt such an approach and analyze the prevalence of acoustic patterns (sequences) across ∼300 species of passerines, spanning both oscines (songbirds; vocal learners) and their sister clade, suboscines (passerines that produce songs that are not learned), as well as within a global corpus of human vocal music. This approach allowed us to directly test hypotheses that phonation mechanisms or vocal learning shape the emergence of universal patterns. We first document acoustic patterns that were widely shared across passerines and similar to music universals (e.g., small pitch intervals), highlighting the role of shared vocal production mechanisms in these patterns. Consistent with a contribution of vocal learning, we observed patterns (e.g., alternation in durations) there were more similar between oscines and humans than between suboscines and humans. Interestingly, we also discovered patterns (e.g., pitch alternation) that were inconsistent with a contribution of vocal learning and were more similar between suboscines and humans than between oscines and humans. This research provides the broadest evidence of shared universals in vocal performance across birds and humans and highlights convergent mechanisms shaping communication patterns.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,423
Score d'incertitude au seuil0,736

Scores Codex et Gemma par catégorie

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,251
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetAnimal Vocal Communication and BehaviorTravaux en français237 207