MétaCan
Menu
Retour à la cohorte
Enregistrement W1996408124 · doi:10.1111/j.1748-7692.2010.00405.x

South American sea lions in Peru have a lek‐like mating system

2010· article· en· W1996408124 sur OpenAlexafffund
Karim H. Soto, Andrew W. Trites

Notice bibliographique

RevueMarine Mammal Science · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolygynyMatingSeasonal breederMating systemEcologyTemperate climateSex ratioBiologyRange (aeronautics)SubtropicsLek matingGeographyZoologyDemographyMate choicePopulation

Résumé

récupéré en direct d'OpenAlex

Abstract Five years of behavioral observations revealed significant effects of high air temperatures and breeding site topography on the mating system of South American sea lions in Peru. Unlike most polygynous mammals that defend females or fixed territories, male sea lions in Peru maintained positions along the shoreline where females passed each day to thermoregulate, and where most copulations occurred. Sex ratios (1 male per 17 females) and male mating success were extremely skewed (14% of males achieved 50% of the copulations, and 25% of them did not copulate at all). The mass daily movements of females toward the water and cool substrate of the shoreline, along with a highly skewed sex ratio, accentuated the difficulty for males to monopolize and restrict female movements. Females moved freely and chose their mates, unlike in temperate regions of their range where male South American sea lions control groups of females or access to tide pools. Our observations indicate that the South American sea lion in Peru has a lek‐like breeding system. This is a rare alternative to the common male strategies of defending females and resources, and is likely an evolutionary product of their highly skewed sex ratio, protracted breeding season, and the extreme subtropical climate where they breed.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,218
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,004
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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'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

Citations21
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Mammal ScienceMême sujetMarine animal studies overviewTravaux en français237 207