Heritable victimization and the benefits of agonistic relationships
Notice bibliographique
Résumé
Here, we present estimates of heritability and selection on network traits in a single population, allowing us to address the evolutionary potential of social behavior and the poorly understood link between sociality and fitness. To evolve, sociality must have some heritable basis, yet the heritability of social relationships is largely unknown. Recent advances in both social network analyses and quantitative genetics allow us to quantify attributes of social relationships and estimate their heritability in free-living populations. Our analyses addressed a variety of measures (in-degree, out-degree, attractiveness, expansiveness, embeddedness, and betweenness), and we hypothesized that traits reflecting relationships controlled by an individual (i.e., those that the individual initiated or were directly involved in) would be more heritable than those based largely on the behavior of conspecifics. Identifying patterns of heritability and selection among related traits may provide insight into which types of relationships are important in animal societies. As expected, we found that variation in indirect measures was largely explained by nongenetic variation. Yet, surprisingly, traits capturing initiated interactions do not possess significant additive genetic variation, whereas measures of received interactions are heritable. Measures describing initiated aggression and position in an agonistic network are under selection (0.3 < |S| < 0.4), although advantageous trait values are not inherited by offspring. It appears that agonistic relationships positively influence fitness and seemingly costly or harmful ties may, in fact, be beneficial. Our study highlights the importance of studying agonistic as well as affiliative relationships to understand fully the connections between sociality and fitness.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».