MétaCan
Menu
Retour à la cohorte
Enregistrement W4408830708 · doi:10.1101/2025.03.24.645078

High environmental temperatures put nest excavation by ants on fast forward: they dig the same nests, faster

2025· preprint· en· W4408830708 sur OpenAlexaff
A. Rathery, Giulio Facchini, Lewis G. Halsey, Andréa Perna

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect and Arachnid Ecology and Behavior
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesnon disponible
Mots-clésNest (protein structural motif)DigExcavationEcologyComputer scienceArchaeologyBiologyGeographyComputer security

Résumé

récupéré en direct d'OpenAlex

Abstract Environmental temperature influences the physiology and the behaviour of ectothermic organisms, including ants. However, the complex collective behaviour exhibited by ant colonies means that it is difficult to predict how the effects of temperature translate to colony-level functioning and features, such as the form of their nests. This study aims to determine the effects of environmental temperature on nest excavation rate and on the morphology of excavated nests. To this end, we characterized the nest digging activity of the yellow meadow ant Lasius flavus confined to dig in a nearly two-dimensional experimental setup maintained at a constant temperature ranging from 15 to 30 degrees Celsius. Ants dug faster at higher temperature, with an increase of digging rate that reflected the temperature-induced increase of movement speed of individual ants. Nevertheless, the shape of excavated nests remained statistically unchanged across the full range of temperatures we tested. These results suggest that temperature accelerates all aspects of the excavation process uniformly, rather than selectively influencing specific components such as tunnel branching or elongation. The ability to produce a consistent overall nest structure, irrespective of the temperature conditions encountered at the time of digging, may provide adaptive benefits to the colony.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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

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 Opus0,005
Tête enseignante GPT0,202
Écart entre enseignants0,197 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetInsect and Arachnid Ecology and BehaviorTravaux en français237 207