MétaCan
Menu
Retour à la cohorte
Enregistrement W2056377726 · doi:10.1086/522057

A Sex Allocation Theory for Vertebrates: Combining Local Resource Competition and Condition‐Dependent Allocation

2007· article· en· W2056377726 sur OpenAlexafffund
Geoff Wild, Stuart A. West

Notice bibliographique

RevueThe American Naturalist · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNatural Environment Research CouncilRoyal Society
Mots-clésCompetition (biology)Sex allocationResource allocationBiologyResource (disambiguation)Evolutionary biologyEcologyEconomicsMicroeconomicsComputer scienceComputer network

Résumé

récupéré en direct d'OpenAlex

Tests of sex allocation theory in vertebrates are usually based on verbal arguments. However, the operation of multiple selective forces can complicate verbal arguments, possibly making them misleading. We construct an inclusive fitness model for the evolution of condition-dependent brood sex ratio adjustment in response to two leading explanations for sex ratio evolution in vertebrates: the effect of maternal quality on the fitness of male and female offspring (the Trivers-Willard hypothesis [TWH]) and local resource competition (LRC) between females. We show (1) the population sex ratio can be either unbiased or biased in either direction (toward either males or females); (2) brood sex ratio adjustment can be biased in either direction, with high-quality females biasing reproductive investment toward production of sons (as predicted by the TWH) or production of daughters (opposite to predictions of the TWH); and (3) selection can favor gradual sex ratio adjustment, with both sons and daughters being produced by both high- and low-quality mothers. Despite these complications, clear a priori predictions can be made for how the population sex ratio and the conditional sex ratio adjustment of broods should vary across populations or species, and within populations, across individuals of different quality.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,833
Score d'incertitude au seuil0,331

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 Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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

Citations79
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetAnimal Behavior and ReproductionTravaux en français237 207