MétaCan
Menu
Retour à la cohorte
Enregistrement W7161770937 · doi:10.5061/dryad.8931zcs0j

Data from: Global selection on insect antipredator coloration

2025· dataset· en· W7161770937 sur OpenAlexaff
Iliana Medina, Alice Exnerová, Klára Daňková, Olivier Penacchio, Tom Sherratt, Tomáš Albrecht, Sarika Baidya, Renan Janke Bosque, Héloïse Brown, Emily Burdfield-Steel, Kristal Cain, Rodrigo Roucourt Cezário, Ylenia Chiari, Carolina Esquivel, Rhainer Guillermo‐Ferreira, Amanda Franklin, Aloise Garvey, Samuel Guchu, Brandon T. Hastings, Kateřina Hotová-Svádová, Yerin Hwang, Changku Kang, John Kasaya, Jennifer Kelley, Yongsu Kim, Krushnamegh Kunte, Felipe Datto-Liberato, Karl Loeffler‐Henry, Jhoan Lopez, Vinicius Marques Lopez, Claire MacKay-Dietrich, Johanna Mappes, María C. De Mársico, Viraj Nawge, Peter Njoroge, Ossi Nokelainen, Arka Pal, Carlos Pardo, Archan Paul, Robert Posont, Jan Raška, Juan C. Reboreda, Juan Manuel Rojas Ripari, Hannah M. Rowland, María de las Nieves Sabio, Camilo Salazar, Fabian Salgado-Roa, Steve A. Stephens-Cárdenas, Anita Szabó, Juan Pablo Mongui Torres, Jolyon Troscianko, Marie Truhlářová, Kate D. L. Umbers, Molly Venton, Mackenzie Vitosovich, Lu‐Yi Wang, Sarah‐Sophie Weil, William L. Allen

Notice bibliographique

RevueDRYAD · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensCarleton University
Organismes subventionnairesUniversidad del RosarioNational Research Foundation of KoreaAustralian Research CouncilConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésAposematismCamouflagePredationCrypsisContext (archaeology)PredatorNatural selection

Résumé

récupéré en direct d'OpenAlex

Natural selection has repeatedly led to the evolution of two alternative antipredator color strategies – camouflage to avoid detection and aposematism to advertise unprofitability – but we lack understanding of how ecological context favors one strategy over the other. We conducted a globally replicated predation experiment at 21 sites on six continents to test how predator community, prey community, and visual environment influenced predation risk of 15,018 paper ‘moth’ artificial prey with cryptic or warning coloration. Results indicated that aposematic strategies fare better in low predation intensity environments, while camouflage strategies are advantaged when other camouflaged prey species are rare and when light levels are low. This study demonstrates how multiple mechanisms shape antipredator strategies, helping explain the evolution and global distribution of camouflaged and aposematic animals.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,014
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,012

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 Opus0,062
Tête enseignante GPT0,345
Écart entre enseignants0,283 · 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 tête enseignante, pas un consensus.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDRYADTravaux en français237 207