MétaCan
Menu
← Retour à la cohorte
Enregistrement W6901890583 · doi:10.6078/d1c41f

Data from: Complex interactions between temperature, sexual signals, and mate choice in a desert-dwelling jumping spider

2020· dataset· en· W6901890583 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCourtshipJumping spiderMate choiceWolf spiderMatingSpiderContext (archaeology)Sexual selectionMating preferences

Résumé

récupéré en direct d'OpenAlex

Environmental context is a crucial factor that influences sexual communication systems. Particularly in ectotherms, which cannot metabolically regulate their body temperature, temperature has an outsized effect on these intraspecific interactions. Using a desert-dwelling jumping spider Habronattus clypeatus, we assessed how temperature impacts various parts of the male signal and female mate choice for the signal. These spiders have multimodal, temporally-structured courtship displays that begin with visual-only “sidling” displays and proceed to multimodal visual and vibratory displays. In order to examine temperature effects, we performed no-choice mating experiments (n = 45 trials) at two temperature treatments: hot (~50 °C) and room temperature (~25 °C). We found first that variation in the different stages of courtship segregated onto different principal components. We also found that temperature impacts only vibratory courtship and not sidling courtship. The only aspect of male courtship that females expressed preference for was sidling courtship, but only at the higher temperature. Specifically, females preferred to mate with males that performed shorter sidling displays. This is reflected by shorter copulation times in the warm treatment as well. Our results highlight the importance of understanding environmental context in studies of animal communication. We also stress how a holistic, rather than reductive, approach to complex communication systems is vital in order to understand how selection acts upon them.

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)0,007
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 enseignants0,024
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0240,018

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 Opus0,314
Tête enseignante GPT0,428
Écart entre enseignants0,114 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→