Data from: The diffusion of cooperative and solo bubble net feeding in Canadian Pacific humpback whales
Notice bibliographique
Résumé
Animal culture, in which information and behaviours are acquired and shared through social networks by social learning, is a form of biodiversity with intrinsic and practical value. Cooperative foraging, a mutualistic resource acquisition behaviour observed across diverse taxa, is strongly connected to social networks via behavioural states, cues, and often social learning, as it typically involves high interaction rates. Understanding the distribution, diffusion and learning mechanisms of such cooperative behaviours is an important but understudied aspect of nonhuman culture. Bubble net feeding (‘bubble netting’) is a specialised foraging technique practised by certain humpback whale (Megaptera novaeangliae) populations globally. Over 20 years in the northern Canadian Pacific, we observed the diffusion of two forms: social cooperative and independent, or ‘solo’, bubble netting. Network-based diffusion analysis – a tool to test for social learning – finds strong evidence for social learning of bubble netting when the overall social network is used, even after accounting for traits such as site fidelity and sex (10.6 x 103 to 35.4 x 103 times more support for social versus asocial learning; p < 0.0001). A homophily check using pre-acquisition association data returned ambiguous results, likely due to the inherent sociality of this cooperative foraging behaviour. Nonetheless, the rapid diffusion of bubble netting is clearly important for population viability and should inform conservation planning for this threatened population.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».