MétaCan
Menu
Retour à la cohorte
Enregistrement W2075972554 · doi:10.1093/beheco/ari090

Male reproductive suppression in the cooperatively breeding fish Neolamprologus pulcher

2005· article· en· W2075972554 sur OpenAlexaff
John L. Fitzpatrick, Julie K. Desjardins, Kelly A. Stiver, Robert Montgomerie, Sigal Balshine

Notice bibliographique

RevueBehavioral Ecology · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensQueen's UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésBiologyCichlidSperm competitionSpermReproductionReproductive successZoologyCooperative breedingFish <Actinopterygii>EcologySexual selectionPopulationFisheryDemographyGenetics

Résumé

récupéré en direct d'OpenAlex

In most cooperative breeders, dominants suppress the reproduction of subordinates. However, two previous studies of Neolamprologus pulcher, a cooperatively breeding cichlid fish, have suggested that socially subordinate helper males sneak fertilizations from dominant breeding males. If such sneaking does occur, both theoretical work and empirical studies of other fish species suggest that sperm competition will select for increased reproductive investment by sneaker males, relative to more dominant males. To address these issues, we quantified gonadal investment and sperm characteristics of 41 N. pulcher male breeders and 62 male helpers from 55 groups in Lake Tanganyika. Gonadal investment followed patterns consistent with reproductive suppression, with breeders having considerably larger testes masses than helpers. Breeders also had faster and longer swimming sperm and a higher percentage of motile sperm compared to helpers. However, sperm characteristics of large helpers were similar to those of breeders, but these same helpers had lower testes masses. Thus, large helpers had sperm that were physiologically equivalent to that of breeders, but their relatively small gonads imply that they were reproductively suppressed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,506
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,048
Tête enseignante GPT0,283
Écart entre enseignants0,235 · 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.

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

Citations80
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207