MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416442835 · doi:10.1101/2025.11.20.689504

Social attraction mediates collective foraging decisions in invasive hornets

2025· preprint· en· W4416442835 sur OpenAlexaff
Mathilde Lcaombrade, Charlotte Doussot, Blandine Mahot‐Castaing, Jacques Gautrais, Loïc Goulefert, Edgar Ferrieu, Amelie Bourg, Denis Thiéry, Fanny Vogelweith, Mathieu Lihoreau

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 subventionnairesAgence de la transition écologique
Mots-clésForagingPopulationSocial animalAttractionPriming (agriculture)Social cueExploitFish <Actinopterygii>Predation

Résumé

récupéré en direct d'OpenAlex

Abstract Group-living animals commonly use social information to better locate and exploit resources. In many insects, birds, fish and mammals, this can lead to collective foraging decisions by which animals share a single food source among alternatives of equal qualities. Here, we report collective foraging decisions in a social wasp, the yellow-legged hornet Vespa velutina nigrithorax , a major predator of bees and other terrestrial invertebrates invasive across Asia, Europe and North America. When given a choice between two identical liquid food sources (feeders or traps containing sugar solutions), wild hornets distributed asymmetrically on the two options, and this phenomenon was more frequent as group size increased. Priming one of the food sources with dead hornets predictably biased the collective choices towards this particular option, irrespective of whether the dead insects were conspecifics or hornets from a closely related species. Inter-attraction in yellow-legged hornets is thus a passive and non-specific mechanism, possibly mediated by visual or chemical cues displayed by dead hornets. This collective behaviour may provide important foraging advantages to hornets invading new territories and bring new perspectives for population control.

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 seuil0,005

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 Opus0,019
Tête enseignante GPT0,260
Écart entre enseignants0,242 · 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 Behavior→Travaux en français237 207→