Tracking the path from learning to innate predator recognition in Lymnaea stagnalis
Notice bibliographique
Résumé
Organisms evolve adaptive strategies to adjust to the rapidly changing environmental stressors. Predation pressure is one of the strongest selective forces and organisms respond to predatory threats via innate and learned responses. We utilized a natural, experimental set-up, where two lakes –Stoney and Margo in Saskatchewan, Canada containing natural populations of the prey Lymnaea stagnalis differed in the presence and absence of an invasive, predatory Northern crayfish, Faxonius virilis. We exploited the contrast in the predation backgrounds of the snail populations from the two lakes to test, a) if predator-naïve snails learn to detect a novel invasive predator, b) predator recognition in predator-experienced snails is innate, and, c) if learning about a novel predator gets transmitted to the successive generations. We quantified predator fear memory formation using a higher-order learning paradigm called configural learning. We found that a) predator-naïve snails learned to recognize the novel predator even after a brief exposure to predator cues highlighting the role of learning in combating invasive predators, b) predator recognition in predator-experienced snails is innate, and, c) the learning and predator detection mechanisms is not transmitted to successive generations. The population variation observed in the predator-detection mechanism may be due to the activation and deactivation of a predatory template as a function of predator exposure in the environment. We find an interesting study system to address how fear learning occurs and the possible mechanism of the formation of innate fear recognition from a learned fear recognition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».