MétaCan
Menu
Retour à la cohorte
Enregistrement W2101043151 · doi:10.1371/journal.pbio.1000254

A Cost of Sexual Attractiveness to High-Fitness Females

2009· article· en· W2101043151 sur OpenAlexfundno aff
Tristan A. F. Long, Alison Pischedda, Andrew D. Stewart, William R. Rice

Notice bibliographique

RevuePLoS Biology · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésBiologyMate choiceSexual selectionSexual conflictAttractivenessCounterintuitiveMating preferencesContext (archaeology)Natural selectionPopulationPersistence (discontinuity)FecundityExperimental evolutionSelection (genetic algorithm)Evolutionary biologyMatingZoologyDemographyGeneticsPsychology

Résumé

récupéré en direct d'OpenAlex

Adaptive mate choice by females is an important component of sexual selection in many species. The evolutionary consequences of male mate preferences, however, have received relatively little study, especially in the context of sexual conflict, where males often harm their mates. Here, we describe a new and counterintuitive cost of sexual selection in species with both male mate preference and sexual conflict via antagonistic male persistence: male mate choice for high-fecundity females leads to a diminished rate of adaptive evolution by reducing the advantage to females of expressing beneficial genetic variation. We then use a Drosophila melanogaster model system to experimentally test the key prediction of this theoretical cost: that antagonistic male persistence is directed toward, and harms, intrinsically higher-fitness females more than it does intrinsically lower-fitness females. This asymmetry in male persistence causes the tails of the population's fitness distribution to regress towards the mean, thereby reducing the efficacy of natural selection. We conclude that adaptive male mate choice can lead to an important, yet unappreciated, cost of sex and sexual selection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,114
Tête enseignante GPT0,307
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), 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

Citations162
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS BiologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207