Activity Patterns Structure Food Web Interactions Through Time
本文综合实证证据与理论模型,证明动物活动性状的时序变化显著塑造了捕食者 - 猎物相互作用强度及食物网稳定性,并强调了理解人为环境线索变化如何重构这些生态网络的迫切需求。
92 篇论文
动物行为与认知研究揭示了我们身边生物如何感知世界、解决问题以及彼此互动。从蜜蜂复杂的舞蹈语言到乌鸦巧妙的工具使用,这些探索不仅打破了物种界限,更让我们重新思考智能的本质与情感的深度。这一领域充满惊喜,每一次新发现都在改写我们对自然界的理解。
在 Gist.Science,我们专注于从 bioRxiv 获取该领域最前沿的预印本,并确保每一项研究都能被广泛理解。我们会处理每一篇新上传的论文,提供通俗易懂的科普解读以及详尽的技术摘要,让专业见解不再受限于学术术语。
以下是该类别下最新的论文列表,带您直接走进动物心智探索的最前线。
本文综合实证证据与理论模型,证明动物活动性状的时序变化显著塑造了捕食者 - 猎物相互作用强度及食物网稳定性,并强调了理解人为环境线索变化如何重构这些生态网络的迫切需求。
本文介绍了一种计算高效的漂移扩散模型参数不确定性量化方法,该方法考虑了时间依赖性和参数变异性,并通过将其应用于视觉任务中动态大鼠决策过程的研究加以验证。
本研究证明,在蜂王缺失的情况下,熊蜂工蜂表现出行为变异的增加并占据具有影响力的角色,推动社会网络从集中式架构向去中心化架构重组。
本研究利用幼猪进行BOLD功能磁共振成像,证明麻醉状态下的仔猪大脑能够通过激活听觉、边缘系统和奖赏通路内的不同区域,对同种个体的正向与负向叫声进行差异化处理,其中负向声音独特地激活了杏仁核、岛叶和右侧海马。
与服务质量驱动裂唇鱼生长的预期相反,一项针对 540 个个体的 11 个月研究表明,快速生长主要由优势个体减少的社会控制所决定,而非由欺骗行为或产卵活动所决定。
本研究证明,在区分正确与错误的知觉决策方面,言语置信度报告比数值报告更为敏感,而在促进两人协作期间的准确判断修正方面,两种格式均被证明同样有效。
Autobehaver 是一个可解释的、由人工智能驱动的流水线,它将低成本记录平台与深度学习及机器学习技术相结合,以定量分析和分类复杂的果蝇行为,并成功识别出神经、年龄相关及中间表型变化。
本研究证明,寄生蝇Ormia ochracea的歌曲识别依赖于对独立时间特征(脉宽和脉冲间隔)的多维编码,而非像脉冲率这样的单一导出参数,从而揭示该蝇对50脉冲/秒的偏好源于其底层的特征空间。
本文介绍了基于卷积神经网络的鲸类发声检测开源可复现`ai-pam-pipeline`框架,并通过受控实验证明,如快速傅里叶变换窗口长度等预处理选择会显著影响跨域泛化能力,同时该框架在二分类和多分类检测任务中均实现了高性能。
对黑腹果蝇雄性攻击性增强的选择驱动了一种生活史权衡,即交配成功率降低和化学信号改变被显著延长的寿命所补偿,最终重塑了生存与繁殖策略之间的平衡。