MétaCan
Menu
← Retour à la cohorte
Enregistrement W2054675678 · doi:10.1139/z06-206

Male reproductive success and female preference in bushy-tailed woodrats (<i>Neotoma cinerea</i>): do females prefer males in good physical condition?

2007· article· en· W2054675678 sur OpenAlexafffundvenue
Don Weber, John S. Millar, Bryan D. Neff

Notice bibliographique

RevueCanadian Journal of Zoology · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyReproductive successSeasonal breederMean corpuscular volumeMatingZoologyReproductionPhysiologyEcologyDemographyPopulationHematocritEndocrinology

Résumé

récupéré en direct d'OpenAlex

In many mating systems, females may benefit by selecting a male with high genetic quality in the form of good genes or compatible genes. In bushy-tailed woodrats ( Neotoma cinerea Ord, 1815), previous research has shown that male reproductive success correlates with the mass change of males over the breeding season, indicating that physical body condition may directly influence female choice and hence male reproductive success. We examined male physical condition in relation to reproductive success in the field. Male physical condition was measured as body-mass change over the breeding season, body size, body condition (mass versus size), and anaemia (packed cell volume and mean corpuscular volume). We then conducted trials in the laboratory in which captive females were presented with visual and olfactory cues from two males simultaneously. In the field, males with a low mean corpuscular volume had the highest reproductive success. Captive females also showed a preference for males with low levels of anaemia based on mean corpuscular volume. These results suggest that females are employing a condition-dependent preference.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,256
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetAnimal Behavior and Reproduction→Travaux en français237 207→