Dispersal in male ursine colobus monkeys (Colobus vellerosus): influence of age, rank and contact with other groups on dispersal decisions
Notice bibliographique
Résumé
Dispersal is male-biased in ursine colobus monkeys (Colobus vellerosus), although female dispersal also occurs (Teichroeb et al., 2009). Here we describe the process of male dispersal and its connection with between-group encounters (BGEs, N = 444) and male incursions (when males left their group and approached within 50 m of another group; N = 128) at the Boabeng-Fiema Monkey Sanctuary in central Ghana. Through BGEs and incursions, particularly those with non-aggressive interactions between individuals in different groups (BGEs, N = 17; incursions, N = 4), males could probably assess other groups for dispersal opportunities. There was a trend for males to perform incursions more frequently before emigrating voluntarily than involuntarily. Incursions were often performed towards the group that the male eventually transferred to. Incursions by alpha males were temporally shorter and more aggressive than those by non-alpha males. We suggest that non-alpha males used incursions to assess other groups for breeding or dispersal opportunities, whereas alpha males performed incursions mainly to convey information about their quality to neighbouring males and females. Male emigrations/disappearances (natal N = 20, secondary N = 43, unknown N = 9) and immigrations (N = 62) were recorded for seven groups during ten years (2000- 2010). Alpha males always emigrated involuntarily. Parallel emigration and immigration occurred. Males often immigrated into groups with a more favourable adult male/adult female ratio and improved their rank, both of which likely increased their mating opportunities. The most fitting ultimate explanation for both natal and secondary male dispersal in this population was the intrasexual competition for mates hypothesis, as males of all ages appeared to emigrate to improve their reproductive opportunities. © 2011 Koninklijke Brill NV, Leiden.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».