MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406641095 · doi:10.1098/rspb.2024.1737

Is temporal synchrony necessary for effective Batesian mimicry?

2025· article· en· W4406641095 sur OpenAlexaff
Abigail E. Robinson, Isabel Novick, Lily DeFelice, Dina Famin, Colleen Fetherston, Bianca Frintu, Julia Meyersiek, Musfika Mishi, Tran Gia Ha Nguyễn, Peter M. Buston, Thomas N. Sherratt, Sean P. Mullen

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensCarleton University
Organismes subventionnairesNational Science Foundation of Sri Lanka
Mots-clésBatesian mimicryMimicryAposematismPredationForagingBiologyMüllerian mimicryPredatorEcology

Résumé

récupéré en direct d'OpenAlex

Batesian mimicry occurs when palatable mimics gain protection from predators by evolving a phenotypic resemblance to an aposematic model species. While common in nature, the mechanisms maintaining mimicry are not fully understood. Patterns of temporal synchrony (i.e. temporal co-occurrence) and model first occurrence have been observed in several mimicry systems, but the hypothesis that predator foraging decisions can drive the evolution of prey phenology has not been experimentally tested. Here, using phenotypically accurate butterfly replicas, we measured predation rates on the chemically defended model species Battus philenor and its imperfect Batesian mimic Limenitis arthemis astyanax under four different phenological conditions to understand the importance of temporal synchrony and model first occurrence in mimicry complexes. We predicted that protection for mimics increases when predators learn to avoid the models' aposematic signal right before encountering the mimic, and that learned avoidance breaks down over time in the model’s absence. Surprisingly, we found that asynchronous model first occurrence, even on short time scales, did not provide increased protection for mimics. Mimics were only protected under conditions of temporal synchrony, suggesting that predators rely on current information, not previously learned information, when making foraging decisions.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,240
Écart entre enseignants0,210 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological Sciences→Même sujetPlant and animal studies→Travaux en français237 207→