方法学框架影响非洲草原象（Loxodonta africana）发声时间协调的分类与解释

《Frontiers in Mammal Science》：Methodological frameworks influence the classification and interpretation of temporal coordination in African savanna elephant vocalizations

　　

声学通讯（acoustic communication）在协调社会行为中发挥基础作用。从灵长类到象类，社会性物种利用发声维持联系、协调移动并调节社会互动。尽管发声信号的声学结构和情境用途已被广泛研究，但发声交换的时间组织仍相对未被充分探索，尽管越来越多证据表明叫声时序（call timing）携带有意义的社会信息并在集体行为中起核心作用。在此，研究人员分析了在半自由非洲草原象（Loxodonta africana）中记录的数据集，该数据集来自标准化亚群分离情境（subgroup-separation context），以诱发频繁的接触性低鸣（contact rumbles）。研究人员将三种既往发表的方法学框架应用于同一数据集，每种框架刻画时间协调的不同方面：基于四分位数的分类（quartile-based categories）、回合标准间隔（bout criterion interval, BCI）和反唱概率分析（antiphonal probability analysis）。研究人员发现，这些统计框架导致时间边界和反唱信号分类的实质性变异，既体现在本数据集中，也相对于既往研究。基于四分位数的方法产生较短叫间间隔（inter-call intervals），可能反映重叠叫声（overlapping calls）比例高。反唱概率分析对个体间轮流发声（turn-taking）提供有限证据。相反，回合标准间隔分析揭示相对更长的时间阈值，表明大多数发声发生在延长的鸣叫回合（calling bouts）内。总体而言，这些发现表明方法学决策强烈影响时间协调尤其是反唱（antiphony）的识别和解释，并可能导致关于协调发声行为存在与否及程度的结论不同。因此，鉴于关于象类发声时序的现有研究数量有限，早期方法学选择可能对时间协调如何定义和检测产生不成比例的影响，潜在地塑造研究人员对协调发声行为的理解。

声学通讯（acoustic communication）在协调社会行为中具有基础作用。从灵长类到象类，社会性物种利用发声维持联系、协调移动和调节社会互动。时间协调（temporal coordination）包括轮流发声（turn-taking）、合唱（chorusing）以及聚集的发声序列或鸣叫回合（calling bouts），可促进社会凝聚、传递意图并支持集体行为组织。然而，非洲草原象的发声研究多集中于声学结构和功能情境，尤其是低频低鸣（rumbles），对其发声时序、序列和跨个体协调仍相对未充分探索。象类发声行为多样，包括单独低鸣、组合叫声、重叠叫声、合唱和时间结构化序列；在团聚、雄象到来或协调离开时常见集体重叠发声。不同群成员叫声间潜伏期（latency，前一声结束至后一声开始的时间）常被用作社会响应代理，短间隔可能表示轮流或反唱（antiphony，个体间呼叫-回应），重叠则可能反映集体唤醒。但“合唱”“轮流”“二重唱”“回合”“反唱”等术语常互换使用，且量化时间关系的方法不同。已有三种框架：四分位数分类（quartile-based categories）、回合标准间隔（bout criterion interval, BCI）和反唱概率分析（antiphonal probability analysis），它们假设不同，可能对同一事件给出不同分类。因此研究人员提出核心问题：不同分析框架在多大程度上影响非洲草原象时间协调发声事件的分类与解释，并假设同一数据集应用这些框架会得到不同分类和对协调交流的不同解释。

研究人员使用半自由非洲草原象（Loxodonta africana）在标准化亚群分离情境（subgroup-separation context）中记录的数据集，将三种既往发表框架应用于同一数据。结果发现，这些统计框架导致时间边界和反唱信号分类的实质性变异，既在本数据集内，也相对于既往工作。四分位数方法产生较短叫间间隔（inter-call intervals），可能反映重叠叫声比例高；反唱概率分析仅提供有限轮流证据；BCI分析则给出更长阈值，表明多数发声发生在延长的鸣叫回合内。总体结论是方法学决策强烈影响时间协调尤其是反唱的识别和解释，并可导致对协调发声行为存在和程度的不同结论。鉴于象类发声时序研究数量有限，早期方法选择可能对时间协调的定义和检测产生不成比例影响，进而塑造对协调发声行为的理解。意义在于强调标准化定义和分析框架对稳健跨研究比较、揭示哺乳动物发声协调一般原则以及理解长寿且社会复杂物种时间结构的重要性。

关键技术方法（不超过250字）：样本队列来源为南非 Bela Bela 的 Adventures with Elephants (AWE) 与 Rory Hensman Conservation and Research Unit (RHCRU) 半自由非洲草原象群。2018年11月4日至28日白天共18个录音会话，采用标准化亚群分离情境，获459个低鸣。关键技术为：四分位数分类，依据潜伏期定义重叠、相邻、间歇和单独；回合标准间隔（BCI）分析，用对数生存曲线和分段线性回归估计阈值；反唱概率分析，在时间窗内比较观察与随机预期响应并用χ²检验；另用线性混合效应模型比较叫声时长。录音处理使用 S_TOOLS-STx，降采样至3 kHz；分析在 R v.4.4.1 和 Python v.3.12.4 中完成。

研究结果：
3.1 Descriptive overview of data（数据描述性概览）：分离情境共记录459个低鸣，来自7个个体，其中86个（19%）来自未识别呼叫者。Shan最多，115个（25%），其次 Chichuru 77个（17%）和 Chova 69个（15%）。低鸣时长1.04 s至12.44 s，75%短于6 s，中位4.96 s，均值5.08 ± 1.71 s。
3.2 Classification of temporal categories（时间类别分类）：428个叫声有相对前一声的潜伏期。潜伏期从近同时重叠至760 s（约12.5 min），均值52 s。调整后重叠叫声潜伏期为负。按 Leong et al. (2003) 框架分类：重叠 latency<0 s，相邻0–25 s，间歇25–71 s，单独>71 s。
3.3 Distribution of temporal categories（时间类别分布）：重叠最多，全数据集占49.2%，识别个体占48.0%；相邻最少，分别14.2%和15.5%；间歇为15.5%和16.6%；单独为21.1%和19.8%。χ²检验显示类别分布差异显著（全数据集 χ²=148.85, df=3, p<0.001；识别个体 χ²=106.62, df=3, p<0.001）。两数据集分布无显著差异（χ²=0.673, df=3, p=0.88），排除未识别个体未改变总体模式。
3.4 Comparison with previous studies（与既往研究比较）：本研究的四分位数边界与 Leong et al. (2003) 不同：相邻0–25 s对0–30 s，间歇>25–71 s对>30–120 s，单独>71 s对>120 s；重叠均<0 s。本数据集间歇上限更低。个体模式不同：Shan最多单独，Zambezi主要间歇，其余主要重叠，Messina近70%为重叠。
3.5 Call duration analyses（叫声时长分析）：线性混合效应模型显示，重叠与非重叠叫声时长无显著差异（估计=-0.25 ± 0.15 s, t=-1.71, p=0.088），估计边际均值重叠4.75 s、非重叠4.50 s，差异0.25 s，Cohen’s d=0.20。四类时间类别间也无显著差异（F(3, 342.24)=1.25, p=0.293），各边际均值相近，Tukey校正比较均 p>0.26。固定效应解释方差小（marginal R²=0.008），随机效应提高解释力（conditional R²=0.403）；个体身份 ICC_individual=0.31，录音会话 ICC_{recording session}=0.09，表明叫声时长更多由个体身份驱动。
3.6 Self-responses（自我响应）：共记录121个自我响应，即同一个体连续发出至少两个低鸣而无其他成员介入。Shan有58个（47.9%），Chichuru有20个（16.5%），二者合计78个（64.5%）；Bela没有。
3.7 Antiphonal probability analysis（反唱概率分析）：在35,380 s记录观察中，多数象在另一个体呼叫后产生的低鸣数高于随机预期，但仅 Chova (p=0.005) 和 Messina (p=0.037) 达显著。该框架下，本数据集反唱通讯不如重叠叫声突出。研究人员指出该分析较保守，因预期响应计算假设可回答时间窗不重叠，会高估可回答时间比例和随机预期响应数，偏向检测不到显著增加；排除未识别个体也可能影响观察响应检测；且未分析二元互动或社会关系，Bela结果因样本小需谨慎。
3.8 Bout criterion interval analysis（回合标准间隔分析）：Kolmogorov–Smirnov 检验显示正叫间间隔（n=307）显著偏离随机分布预期的指数分布（D=0.069，参数自举 p=0.016）。对数生存曲线和分段线性回归识别斜率变化点在约124 s（123.57 s），即BCI。≤124 s为回合内间隔，>124 s为回合间间隔并标志新回合开始。428个可计算潜伏期的发声中有384个（89.7%）在124 s内，属同一发声回合；44个（10.3%）间隔超过124 s，开始新回合。

讨论部分总结：
4.1 Comparative analysis of temporal categories（时间类别的比较分析）：四分位数类别与 Leong et al. (2003) 明显不同，即使同一框架，不同数据集也会产生不同时间分类。研究人员认为本研究亚群分离情境可能提高唤醒和沟通紧迫性，导致重叠叫声近50%；Armstrong and Johnson (2021) 记录分离亲缘象后发声增加，Plotnik and de Waal (2014) 发现亚洲象（Elephas maximus）应激社会情境增加发声交换，Landman et al. (2020) 发现普通狨（Callithrix jacchus）分离社会伙伴后颤音率增加。反唱响应窗30–120 s或25–124 s相对长，可能反映象类对情境的灵活调节；象是发声产生和发声使用学习者，可调节发声模式。发声耗能，长低鸣可能需要恢复期。重叠与非重叠叫声时长无显著差异，时长变异更多由个体身份解释，与既往关于社会等级、情境、体型、情绪状态和年龄影响低鸣时长的研究一致。四分位数方法情境敏感，边界可能部分反映特定社会或实验情境而非稳定响应阈值；该方法未明确考虑录音会话、个体或群体组成重复观测。未来应用混合效应或层级模型，并比较不同情境潜伏期分布。
4.2 Antiphonal probability analysis（反唱概率分析）：以25 s为相邻边界，仅 Messina 和 Chova 显著高于随机。这与 Soltis et al. (2005a) 报告多数个体显著增加不同；后者响应概率受呼叫者与响应者亲和关系强烈影响。本研究结果提示潜在反唱呼叫未在个体间均匀分布，重叠而非反唱是最常见时间模式。分析保守，高估预期响应，排除未识别个体影响检测，未分析二元关系，可能掩盖亲密个体间选择性反唱。其他类群中，雄性黑猩猩（Pan troglodytes schweinfurthii）更可能加入强亲和雄性的 pant hoot 合唱（Fedurek et al., 2013）；倭黑猩猩（Pan paniscus）社会纽带预测轮流互动和避免重叠频率（Levréro et al., 2019）。因此响应概率可能由二元社会关系结构而非群体统一决定。
4.3 Identification of vocal bouts（发声回合的识别）：BCI为124 s，明显长于 O’Connell-Rodwell et al. (2012) 对离开水坑的野生雌性家庭群报告的1.5 s。研究人员讨论对数生存曲线点相互依赖，Sibly et al. (1990) 建议对数频率模型，但其受直方图箱宽影响；最大似然混合模型可避免主观箱宽选择。Rekdahl et al. (2015) 对座头鲸（Megaptera novaeangliae）社会叫声叫间间隔用混合模型估计回合标准，并结合广义线性混合模型分析。尽管有局限，124 s BCI 与四分位数方法得到的71 s间歇/孤立边界不同，但两方法均识别从聚集到孤立活动的转变；约89%叫声属群体级发声回合。

结论翻译：总体而言，分析揭示不同研究在识别和解释潜在反唱通讯存在不一致。首个定义特定时间框的研究将相邻叫声描述为前一声后30 s内（Leong et al., 2003）。该截止值后来被后续研究采用而未经进一步检验（Soltis et al., 2005a; Leighty et al., 2008）。本研究结果表明，此类固定阈值可能无法跨数据集推广，应用未经验证的时间边界可能导致有偏分类并改变由此产生的生物学解释。录音情境、行为背景、群体组成和唤醒水平可能影响叫声时序，但本研究进一步表明，分析框架本身的差异可以是结果变异和对同一发声行为解释对比的关键来源。因此，未来研究宜结合互补框架，而非依赖一个普遍适用方法或阈值。例如，混合模型可用于检验叫间间隔是否支持不同时间总体，并在这些总体充分分离时估计基于模型的回合标准（Rekdahl et al., 2015）。置换程序（permutation procedures）可评估观察响应时序是否不同于适当随机模型预期；混合效应或层级模型可评估随个体、二元、录音会话和情境的变异，同时考虑重复观察。Kershenbaum et al. (2016) 综述动物声学交流统计模型，展示不同序列结构如重叠、时序和重复如何指导模型选择，例如隐藏马尔可夫模型（hidden Markov model）或网络模型（network model）。这些方法针对时间组织不同方面，应视为互补而非可互换或普遍适用。报告效应量并在种群和录音情境中验证发现，将进一步提高象类交流时间分析的稳健性、可比性和生物学解释。