MétaCan
Menu
Retour à la cohorte
Enregistrement W6931275982 · doi:10.5281/zenodo.5226878

Understanding behavioural responses to human-induced rapid environmental change: A meta-analysis

2021· other· en· W6931275982 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2021
Typeother
Langueen
DomaineComputer Science
ThématiqueNumerical Methods and Algorithms
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésBoldnessContext (archaeology)Environmental changeRange (aeronautics)Fish <Actinopterygii>Empirical researchClimate changeEmpirical evidence

Résumé

récupéré en direct d'OpenAlex

Behavioural responses are often the first reaction of an organism to human induced rapid environmental change (HIREC), yet current empirical evidence provides no consensus about the main environmental features that animals respond to behaviourally or which behaviours are responsive to HIREC. To understand how changes in behaviour can be predicted by different forms of HIREC, we conducted a meta-analysis of the existing empirical literature focusing on behavioural responses to five axes of environmental change (climate change, changes in CO2, direct human impact, changes in nutrients and biotic exchanges) in five behavioural domains (aggression, exploration, activity, boldness and sociability) across a range of taxa but with a focus on fish and bird species. Our meta-analysis revealed a general absence of directional behavioural responses to HIREC. However, the absolute magnitude of the effect sizes was large. This means that animals have strong behavioural responses to HIREC, but the responses are not clearly in any particular direction. Moreover, absolute magnitude of the effect sizes differed between different behaviours and different forms of HIREC: Exploration responded more strongly than activity, and climate change induced the strongest behavioural responses. Model heterogeneities identified that effect sizes varied primarily because of study design, and the specific sample of individuals used in a study; phylogeny also explains significant variation in our bird model. Based on these results, we make four recommendations to further our understanding: 1) a more balanced representation of laboratory and field studies, 2) consideration of context dependency, 3) standardisation of the methods and definitions used to quantify and study behaviours, and 4) consideration of the role for individual differences in 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)0,016
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,028
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0070,039
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
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 Opus0,455
Tête enseignante GPT0,352
Écart entre enseignants0,104 · 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'étudeMéta-analyse
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetNumerical Methods and AlgorithmsTravaux en français237 207