Age‐dependent relationship between horn growth and survival in wild sheep
Notice bibliographique
Résumé
1. Trade-offs in resource allocation underline the evolution of life-history traits but their expression is frequently challenged by empirical findings. In large herbivores, males with large antlers or horns typically have high mating success. The fitness costs of large horns or antlers have rarely been quantified although they are controversial. 2. Here, using detailed longitudinal data on n = 172 bighorn (Ovis canadensis, Shaw) and the capture-mark-recapture methodology, we tested whether early horn growth leads to a survival cost in rams ('trade-off' hypothesis) or if males that can afford rapid horn growth survive better than males of lower phenotypic quality ('phenotypic quality' hypothesis). We also quantified how hunting increased survival costs of bearing large horns. 3. We found an age-specific relationship between horn growth and survival. In all age classes, natural survival was either weakly related to (lambs, adult rams) or positively associated (yearling rams) with early horn growth. Hunting mortality was markedly different from natural mortality of bighorn rams, leading to an artificial negative association between early horn growth and survival. Beginning at age 4, the yearly harvest rate ranged from 12% for males with the smallest horns up to more than 40% for males with the largest horns. 4. Growing large horns early in life is not related to any consistent survival costs, hence supporting the phenotypic quality hypothesis in males of a dimorphic and polygynous large herbivores. Rapid horn growth early in life is, however, strongly counter selected by trophy hunting. We suggest that horn size is a very poor index of reproductive effort and that males modulate their mating activities and energy allocation to horn growth to limit its impact on survival.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».