MétaCan
Menu
Retour à la cohorte
Enregistrement W4413306963 · doi:10.23977/erej.2025.090119

Evaluating Cognitive Flexibility in Non-Human Primates under Ongoing Anthropogenic Environmental Changes

2025· article· en· W4413306963 sur OpenAlexaff

Notice bibliographique

RevueEnvironment Resource and Ecology Journal · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHealth, Environment, Cognitive Aging
Établissements canadiensAurora College
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)CognitionNon-humanCognitive flexibilityEnvironmental resource managementPsychologyGeographyEnvironmental scienceNeurosciencePolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

This paper examines how non-human primates (NHPs) use cognitive abilities to adapt their behaviour in changing environments. It is argued that while NHPs have developed cognitive adaptations to cope with resource loss, these abilities may be insufficient to counter ongoing population declines driven by human and environmental threats, such as deforestation and climate change. Simians, which are more social and active during the day, show a high level of cognitive flexibility, allowing them to respond to changes in food sources, seasonal shifts, and social interactions. Prosimians, on the other hand, tend to be nocturnal and solitary, relying more on biological traits such as enhanced senses, flexible diets, and spatial memory to survive in areas with limited resources. Despite these adaptations, both groups face growing threats from climate change, habitat loss, and other human activities. This study also points out gaps in current research, especially on wild and prosimian populations, which limits our understanding of how cognition may help NHPs survive in changing environments. To protect vulnerable primate species and their habitats, it is crucial to prioritise research and conservation efforts. This paper concludes that while NHPs have developed ways to cope with their surroundings, these skills are likely not enough to protect them from today's fast-changing environment.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,026
Tête enseignante GPT0,342
Écart entre enseignants0,316 · 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.

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 revueEnvironment Resource and Ecology JournalMême sujetHealth, Environment, Cognitive AgingTravaux en français237 207