MétaCan
Menu
Retour à la cohorte
Enregistrement W4410329347 · doi:10.1017/flo.2025.14

Disentangling coexisting sensory pathways of interaction in schooling fish

2025· article· en· W4410329347 sur OpenAlexaff
Rishita Das, Sean D. Peterson, Maurizio Porfiri

Notice bibliographique

RevueFlow · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFish <Actinopterygii>Sensory systemBiologyPsychologyEvolutionary biologyNeuroscienceFishery

Résumé

récupéré en direct d'OpenAlex

Abstract Fish swimming together in schools interact via multiple sensory pathways, including vision, acoustics and hydrodynamics, to coordinate their movements. Disentangling the specific role of each sensory pathway is an open and important question. Here, we propose an information-theoretic approach to dissect interactions between swimming fish based on their movement and the flow velocity at selected measurement points in the environment. We test the approach in a controlled mechanical system constituted by an actively pitching airfoil and a compliant flag that simulates the behaviour of two fish swimming in line. The system consists of two distinct types of interactions – hydrodynamic and electromechanical. By using transfer entropy of the measured time series, we unveil a strong causal influence of the airfoil pitching on the flag undulation with an accurate estimate of the time delay between the two. By conditioning the computation on the flow-speed information, recorded by laser Doppler velocimetry, we discover a significant reduction in transfer entropy, correctly implying the presence of a hydrodynamic pathway of interaction. Similarly, the electromechanical pathway of interaction is identified accurately when present. The study supports the potential use of information-theoretic methods to decipher the existence of different pathways of interaction between schooling fish.

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 enseignants0,489
Score d'incertitude au seuil0,155

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 ouverte0,0000,000
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 Opus0,028
Tête enseignante GPT0,256
Écart entre enseignants0,228 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFlowMême sujetPhysiological and biochemical adaptationsTravaux en français237 207