MétaCan
Menu
Retour à la cohorte
Enregistrement W4411012050 · doi:10.1101/2025.06.02.657467

Humans, but not songbirds, produce spontaneously isochronous song through the lifespan

2025· preprint· en· W4411012050 sur OpenAlexaff
Mila Bertolo, Michael W. Weiss, Isabelle Peretz, Jon T. Sakata

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Vocal Communication and Behavior
Établissements canadiensUniversité de MontréalMcGill UniversityInternational Laboratory for Brain, Music and Sound ResearchCentre for Research on Brain Language and Music
Organismes subventionnairesnon disponible
Mots-clésNeuroscienceCommunicationBiologyPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Isochrony – as in the regular beat of a metronome - is cross-culturally ubiquitous in music. Is this ubiquity due to a widespread biological inclination for acoustic communication having isochronous structure? If so, it should be present in lesser-studied vocal music, in the absence of musical training, and in comparable non-human species’ vocalizations. We quantified isochrony in an untrained expression of musicality: improvised songs from non-musician adults and children. We also tested for isochrony in songs from zebra finches, a bird that learns complex songs. We analyzed improvised songs from children (n = 38, 3-10 years old) and adult non-musicians (n = 15, 24-82 years old), and songs from juvenile and adult zebra finches (n= 77, ∼50 and 120 days post-hatch, respectively). Isochrony was expressed in non-musicians’ improvised songs, and in children’s improvised songs to a comparable degree. In contrast, both juvenile and adult zebra finches produced songs with less isochrony than chance. And although zebra finches learn sequences and durations of their songs’ elements, we found no evidence for the learning of isochrony. These data show that spontaneous isochrony in learned vocalizations appears differently across these two species. We propose that species variation in chorusing behaviors may explain why.

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)0,001
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
Métarecherche0,0000,001
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)0,0020,000

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 Opus0,021
Tête enseignante GPT0,260
Écart entre enseignants0,239 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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