Promiscuity and the evolution of cooperative breeding
Notice bibliographique
Résumé
Empirical data suggest that low levels of promiscuity have played a key role in the evolution of cooperative breeding and eusociality. However, from a theoretical perspective, low levels of promiscuity can favour dispersal away from the natal patch, and have been argued to select against cooperation in a way that cannot be explained by inclusive fitness theory. Here, we use an inclusive fitness approach to model selection to stay and help in a simple patch-structured population, with strict density dependence, where helping increases the survival of the breeder on the patch. Our model predicts that the level of promiscuity has either no influence or a slightly positive influence on selection for helping. This prediction is driven by the fact that, in our model, staying to help leads to increased competition between relatives for the breeding position-when promiscuity is low (and relatedness is high), the best way to aid relatives is by dispersing to avoid competing with them. Furthermore, we found the same results with an individual-based simulation, showing that this is not an area where inclusive fitness theory 'gets it wrong'. We suggest that our predicted influence of promiscuity is sensitive to biological assumptions, and that if a possibly more biologically relevant scenario were examined, where helping provided fecundity benefits and there was not strict density dependence, then low levels of promiscuity would favour helping, as has been observed empirically.
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 | 0,001 | 0,003 |
| 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 ».