MétaCan
Menu
Retour à la cohorte
Enregistrement W6892127320 · doi:10.5061/dryad.7rt02

Data from: Body size affects the evolution of hidden colour signals in moths

2017· dataset· en· W6892127320 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2017
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésErebidaePredationPhylogenetic treeAposematismSelection (genetic algorithm)Phylogenetic comparative methods

Résumé

récupéré en direct d'OpenAlex

Many cryptic prey have also evolved hidden contrasting colour signals which are displayed to would-be predators. Given that these hidden contrasting signals may confer additional survival benefits to the prey by startling/intimidating predators, it is unclear why they have evolved in some species, but not in others. Here, we have conducted a comparative phylogenetic analysis of the evolution of colour traits in the family Erebidae (Lepidoptera), and found that the hidden contrasting colour signals are more likely to be found in larger species. To understand why this relationship occurs, we present a general mathematical model, demonstrating that selection for a secondary defence such as deimatic display will be stronger in large species when (i) the primary defence (crypsis) is likely to fail as its body size increases and/or (ii) the secondary defence is more effective in large prey. To test the model assumptions, we conducted behavioural experiments using a robotic moth which revealed that survivorship advantages were higher against wild birds when the moth has contrasting hindwings and large size. Collectively, our results suggest that the evolutionary association between large size and hidden contrasting signals has been driven by a combination of the need for a back-up defence and its efficacy.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0260,020

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 Opus0,037
Tête enseignante GPT0,281
Écart entre enseignants0,244 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetAnimal Behavior and ReproductionTravaux en français237 207