MétaCan
Menu
Retour à la cohorte
Enregistrement W7143260527

Intensity contrast drives background choice in cephalopods

2025· report· en· W7143260527 sur OpenAlexaff
William M Lunt, Cedric P. van den Berg, Wen‐Sung Chung, Martin Homer, Jonathan M Rossiter, Martin J How

Notice bibliographique

RevueExplore Bristol Research · 2025
Typereport
Langueen
Domaine
Thématique
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésCamouflageContrast (vision)CephalopodSelection (genetic algorithm)PreferenceMatching (statistics)Contrast effectRange (aeronautics)Pattern recognition (psychology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

For camouflage to be effective, animals must integrate their phenotype into the environment, with background selection providing a behavioural means of doing this. At present, there is limited knowledge of what cues animals capable of dynamic colour change attend to when selecting backgrounds. Recent empirical data show that a predator’s search task is more challenging in visually complex environments, suggesting that animals capable of matching many backgrounds through adaptive colour change may use visual complexity to govern background choices. We designed a binary choice paradigm to assess whether three species of cephalopod (Sepia plangon, Sepioteuthis lessoniana, Euprymna tasmanica) prefer more visually complex environments, with complexity quantified in terms of intensity contrast. Tracking data revealed a consistent preference for the high complexity background in S. lessoniana and E. tasmanica, with a similar but weaker trend in S. plangon. Granularity analysis showed that this preference was not explained by the ability to better match one background over the other, supporting the interpretation that cephalopods were selecting for visual complexity itself. This suggests that background complexity, by means of the range of intensity contrast, may be an important cue guiding background selection in animals capable of adaptive camouflage.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0030,002
Intégrité de la recherche0,0020,009
Charge utile insuffisante (le modèle a refusé de juger)0,0010,015

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 Opus0,331
Tête enseignante GPT0,484
Écart entre enseignants0,153 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même revueExplore Bristol ResearchTravaux en français237 207