MétaCan
Menu
Retour à la cohorte
Enregistrement W1567336148 · doi:10.1111/jzo.12120

Do red deer hinds prefer stags that produce harsh roars in mate choice contexts?

2014· article· en· W1567336148 sur OpenAlexaff
Benjamin D. Charlton, Megan T. Wyman, Yann Locatelli, W. Tecumseh Fitch, David Reby

Notice bibliographique

RevueJournal of Zoology · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensEspace pour la vie
Organismes subventionnairesLeverhulme Trust
Mots-clésBiologySeasonal breederMate choiceBroadcasting (networking)Sexual selectionSelection (genetic algorithm)ZoologyMatingComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Red deer stags give two types of roars during the breeding season, termed ‘common’ and ‘harsh’ roars. This study tested the hypothesis that the characteristic spectro‐temporal structure of male harsh roars functions to directly attract females towards male callers during the breeding season. The results show that oestrous hinds look for longer towards speakers broadcasting sequences containing harsh roars, but do not preferentially approach or spend more time in close proximity to speakers broadcasting harsh roars over those broadcasting only common roars. While these observations confirm that the specific acoustic structure of male harsh roars functions to draw the attention of hinds, they are not consistent with the notion that these calls have an immediate impact on mate choice decisions by stimulating oestrous hinds to move towards male callers. Consequently, we suggest that intersexual selection through female mate choice is unlikely to be a major factor driving the evolution of male red deer harsh roars.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,305
Score d'incertitude au seuil0,352

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,254
Écart entre enseignants0,222 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ZoologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207