MétaCan
Menu
Retour à la cohorte
Enregistrement W6911101780 · doi:10.5061/dryad.9b37gv4

Data from: Costs of injury for scent signalling in a strepsirrhine primate

2018· dataset· en· W6911101780 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2018
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensBishop's University
Organismes subventionnairesnon disponible
Mots-clésLemurPrimateOlfactionAnimal communicationStimulus (psychology)Sex organPheromoneHonesty

Résumé

récupéré en direct d'OpenAlex

Honesty is crucial in animal communication when signallers are conveying information about their condition. Condition dependence implies a cost to signal production; yet, evidence of such cost is scarce. We examined the effects of naturally occurring injury on the quality and salience of olfactory signals in ring-tailed lemurs (Lemur catta). Over a decade, we collected genital secretions from 23 (13 male, 10 female) adults across 34 unique injuries, owing primarily to intra-group fights. Using gas chromatography-mass spectrometry, we tested for differences in the chemical composition of secretions across pre-injury, injury, and recovery, in animals that did and did not receive antibiotics. Lemur genital secretions were significantly dampened and altered during injury, with patterns of change varying by sex, season, and antibiotics. Using behavioural bioassays (excluding odorants from antibiotic-treated animals), we showed that male ‘recipients’ discriminated injury status based on scent alone, directing more competitive counter marking towards odorants from injured vs. uninjured male ‘signallers.’ That injured animals could not maintain their normal signatures provides rare evidence of the energetic cost to signal production. That conspecifics detected olfactory-encoded ‘weakness’ suggests added behavioural costs: By influencing the likelihood of intra- or inter-sexual conflict, condition-dependent signals could have important implications for socio-reproductive behaviour.

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)0,005
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 enseignants0,036
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0360,026

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 Opus0,046
Tête enseignante GPT0,332
Écart entre enseignants0,286 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Travaux en français237 207