136 articles
Comprendre pourquoi les animaux agissent comme ils le font et comment ils pensent révèle des merveilles de l'évolution et de l'adaptation. Ce domaine fascinant explore tout, de la communication complexe des dauphins aux mécanismes de mémoire des oiseaux migrateurs, offrant un aperçu unique de l'intelligence dans le règne animal.
Sur Gist.Science, nous suivons attentivement bioRxiv pour vous présenter les toutes dernières découvertes avant même leur publication officielle. Nous traitons chaque nouveau prépublication dans cette catégorie en proposant à la fois un résumé technique approfondi et une explication en langage clair, rendant la science de pointe accessible à tous, qu'il s'agisse d'étudiants ou d'amateurs curieux.
Vous trouverez ci-dessous les études les plus récentes sur le comportement et la cognition animale, directement issues de bioRxiv, prêtes à être explorées.
Cette étude identifie une nouvelle classe de protéines de type BPI à domaine TULIP chez la drosophile (B-TDPs) qui sont surexprimées dans les organes chimiosensoriels, sécrétées dans la lymphe olfactive, et fonctionnent comme transporteurs d'odorants candidats tout en servant potentiellement de barrière contre les terpénoïdes émis par les plantes.
Cette étude démontre que lorsque la visibilité est dégradée, les conducteurs s'appuient sur des associations locales apprises entre les points de repère et la géométrie de la route à venir pour guider leur direction instantanée, plutôt que de dépendre d'une carte mentale globalement cohérente de l'environnement.
Grâce à une combinaison d'expériences et de modélisation, cette étude démontre qu'en dépit des différences comportementales intrinsèques entre les barbes roses et les barbes tigrées, les interactions locales d'ajustement de vitesse permettent à des groupes mixtes hétérogènes d'atteindre un mouvement collectif dominé par un mode de nage rapide unique, confirmant ainsi que les principes canoniques du comportement collectif s'étendent à des assemblages animaux diversifiés.
FERAL est un système de compréhension vidéo supervisé et open-source qui cartographie directement la vidéo brute en étiquettes comportementales à l'échelle de l'image pour diverses espèces et échelles, contournant les limitations traditionnelles du suivi de points clés tout en surpassant les modèles de référence de l'état de l'art avec nettement moins de données d'entraînement.
Cette étude démontre que, bien que les humains et les modèles d'apprentissage automatique puissent identifier de manière fiable des structures acoustiques communes dans les vocalisations de porcs, les jugements perceptifs humains sur la valence émotionnelle ne s'alignent sur les états affectifs présumés que dans des contextes hautement aversifs, suggérant une distinction critique entre les motifs acoustiques récupérables et leur interprétation biologique dans la recherche sur le bien-être animal.
En employant une méthode expérimentale directe où les participants ont explicitement identifié les raisons de leurs fixations, cette étude démontre que les facteurs sémantiques, particulièrement la nouveauté et les connaissances préalables, dominent généralement la saillance de bas niveau dans le contrôle du regard et propose un cadre distinguant les processus de mise en évidence basés sur l'image des stratégies d'échantillonnage de parcours de regard afin de mieux interpréter les performances des modèles d'apprentissage profond comme DeepGaze IIE.
Cet article présente et valide un système de preuve de concept utilisant des capteurs à effet Hall et une étiquette magnétique pour permettre une surveillance fiable, non invasive et en temps réel de la présence et de l'activité de la reine pour l'apiculture de précision.
Cette étude établit une plateforme de cage domestique automatisée et non invasive pour les ouistitis et utilise la modélisation par apprentissage par renforcement pour démontrer que la prévisibilité de la récompense réorganise les états comportementaux, affinant la correction d'erreurs et améliorant le contrôle de l'exploitation lors de la prise de décision.
Cet article étend l'algorithme d'« infotaxis », fondé sur la recherche d'information, pour modéliser l'écholocalisation comme une poursuite active de l'information, démontrant qu'un agent basé sur l'infotaxis parvient à une localisation de cible plus efficace et plus robuste sous incertitude sensorielle par rapport aux approches traditionnelles de maximum a posteriori.
Cette revue soutient que le fossé translationnel dans la recherche sur les psychédéliques découle de failles méthodologiques systématiques dans les études animales — plus précisément la négligence des facteurs de « set et setting », l'utilisation d'essais comportementaux inadéquats et l'incapacité à prendre en compte les différences individuelles et le contexte social — nécessitant un changement fondamental vers des conceptions expérimentales longitudinales, socialement enrichies et suivant les individus de manière individuelle.