MétaCan
Menu
Retour à la cohorte
Enregistrement W4417423506 · doi:10.3390/ani15243628

The Map’s Design: Evolution’s Impact on Navigation and Spatial Cognition

2025· article· en· W4417423506 sur OpenAlexafffund
Isabella S. Olynik-McLaughlin, Diano F. Marrone

Notice bibliographique

RevueAnimals · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCognitionSpatial cognitionPerceptionAnimal cognitionFunction (biology)Focus (optics)Cognitive mapComparative cognition

Résumé

récupéré en direct d'OpenAlex

Spatial cognition is fundamental to an animal's ability to move through and interact with its environment. Thus, understanding the physiological basis for this cognitive function and how it varies across taxa is fundamental to understanding how ecology alters brain architecture and function. Although elements of spatial cognition can be found across the animal kingdom, here we concentrate specifically on cognitive maps and their physiological basis. This will begin with a focus on the rodent model, which is the source of the vast majority of data on the neural basis of cognitive maps. This serves as a foundation for comparative analysis of other taxa to demonstrate that, although this line of inquiry is relatively new and small, important variations have been observed, tied largely to changes in both perception and ambulation, that may fundamentally alter how spatial cognition is implemented. This latter analysis emphasizes birds, as recent data in this order provide fundamental insights into how the selective pressures that drive changes in peripheral physiology also drive commensurate neuronal changes in spatial cognition.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,073
Tête enseignante GPT0,344
Écart entre enseignants0,271 · 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'étudeThéorique ou conceptuel
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'admission2
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetMemory and Neural MechanismsTravaux en français237 207