MétaCan
Menu
← Retour à la cohorte
Enregistrement W6910926003 · doi:10.5061/dryad.bnzs7h4m8

Data from: Behavioural mimicry among poison frogs diverges during close-range encounters with predators

2025· dataset· en· W6910926003 sur OpenAlexafffund

Notice bibliographique

RevueOpen MIND · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensBaycrest HospitalMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésBatesian mimicryAposematismPredationMimicryCrypsisPredator

Résumé

récupéré en direct d'OpenAlex

Aposematic species signal their unpalatability to potential predators with recognisable, and frequently conspicuous, colour patterns. These visual signals are often also associated with bold behaviour and a reduced propensity to escape from approaching predators. Bold behaviours may act as an aversive signal and allow defended prey to avoid the energetic/opportunity costs that arise from fleeing predators. For Batesian mimics, non-defended species which replicate the colours of defended models, behavioural mimicry may also improve mimic fidelity and reduce energetic/opportunity costs. However, as predators may test the honesty of aposematic signals through sampling behaviour, Batesian mimics can be at high risk during close-range interactions with predators. This raises the question of whether/when Batesian mimics should deviate from behavioural mimicry and initiate more extensive escape behaviour. Here, we exposed the chemically defended poison frog Ameerega bilinguis and its (non-toxic) Batesian mimic Allobates zaparo to a simulated predator encounter. We predicted Al. zaparo would escape to a greater distance and in a more erratic manner than Am. bilinguis. Yet, contrary to our predictions, Al. zaparo did not flee far from predators. It was, however, more likely to initiate escape prior to physical contact from the predator. We suggest that bold behaviour coupled with pre-emptive movement allows Al. zaparo to retain the benefits of behavioural mimicry while reducing the likelihood that predators will test signal honesty. Our data highlight, that when examining the evolution of mimicry, we must consider both morphological and behavioural traits, as well as how risk to the prey may change how they behave throughout the predation sequence.

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)0,001
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,051
Tête enseignante GPT0,313
Écart entre enseignants0,261 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→