Measures of breeding inequality: a case study in southern elephant seals
Notice bibliographique
Résumé
Inequality in distribution of resources is a key aspect of evolutionary biology particularly in relation to distribution of mates and copulations. Notwithstanding its important role, inequality is not easily defined, and its measurement is complicated by theoretical and methodological issues. Although the formal treatment of inequality has been mostly limited to the evolution of lek mating system, a methodologically correct approach to measurement of inequality is generally valid for the study of any kind of mating system. In this paper, we analyze inequality in a large set of southern elephant seal (Mirounga leonina) harems. The observed distribution of fertilizations was significantly different from both the expected distribution with equal shares of resources and the expected distribution with equal propensities to acquire resources. We calculate and compare various measures of inequality, observing a wide variation particularly among unbounded and bounded indices. We check the effect of choosing a specific measure of inequality by considering the effect of two aspects of harem socionomy, the number of females in the harem (i.e., the total amount of resources to be shared) and the number of males associated with the harem (i.e., the number of competitors). The choice of a specific measure of inequality had a strong impact on the results obtained and should be considered a critical step in every study of functional and evolutionary correlates of inequality. Unbounded indices showed a strong relationship with both harem size and number of males, while no effect was evident in the analysis of bounded indices. This demonstrates that, in this species, the despotism of the mating system remains high even in large harems and with many competitors, i.e., the worst conditions for monopolization.
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 | 0,001 | 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 ».