Food for thought: Rosy-faced lovebirds (Agapornis roseicollis) are capable of associative symbol learning and inference-based quantity discrimination
Notice bibliographique
Résumé
Cognitive capacity for quantity discrimination is highly adaptive in various ecological contexts and subject to convergent evolution across diverse animal species, yet the underlying mechanism involved is not fully understood. Discrimination accuracy generally increases with the ratio between two quantities; however, this ability is expected to differ across ratio ranges. To test this we presented a novel symbol system to 28 rosy-faced lovebirds (Agapornis roseicollis), associating additive tally marks with symbols representing a one-to-one correspondence with different food quantities. Trained lovebirds could spontaneously infer the relative food quantities represented by other symbols. Lovebirds proved capable of (1) associating symbols (i.e., object-file symbolism); with (2) "more-less" quantity inference, by deducing food quantities based on their knowledge of this symbol-quantity association; and (3) enhancing their performance in relation to disparity ratio (conforming to Weber's law) and absolute difference. Furthermore (4), the influence of food ratio and absolute difference varied with different ratio ranges. Within a small ratio range (<= 3) discrimination performance improved with increments of ratio or absolute difference, whereas within a higher ratio range (> 3), the effect of these factors diminished. We conclude that rosy-faced lovebirds are capable of advanced numeracy and quantity discrimination, similar to larger parrot species.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».