MétaCan
Menu
Retour à la cohorte
Enregistrement W2111590379 · doi:10.1093/beheco/aru060

Factors affecting low resident male siring success in one-male groups of blue monkeys

2014· article· en· W2111590379 sur OpenAlexaff
Su‐Jen Roberts, Eleni Nikitopoulos, Marina Cords

Notice bibliographique

RevueBehavioral Ecology · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensNew York Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésOffspringBiologySireMatingDemographyReproductive successEstrous cycleZoologyGeneticsAnimal sciencePopulationPregnancy

Résumé

récupéré en direct d'OpenAlex

In species that live in one-male/multi-female groups, resident males have more access to females than do bachelor males and should have a within-group reproductive advantage. We used a genetic analysis of 13 microsatellite loci to assign paternity to 111 offspring born over 10 years in 8 groups of wild blue monkeys. Resident males sired a maximum of 61% of the offspring conceived in their groups, indicating that despite their greater access to females, residents lost a substantial number of offspring to outsiders. A resident was less likely to sire an offspring when multiple females were in conceptive estrus, suggesting that it is difficult to monitor many fertile females simultaneously. Moreover, multiple estrous females likely attract competitor males, whose presence also decreased the probability that a resident sired an offspring. The negative effect of intruders on resident siring success may occur because females prefer competitors or because an increase in the number of intruders increases the challenge of effective mate guarding by a resident, leading him to miss rare mating opportunities. Tenure length did not affect resident siring success. Identifying the factors affecting patterns of paternity within species will help us to better understand the considerable variation in resident male siring success that occurs in one-male groups.

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 candidatesaucune
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 enseignants0,216
Score d'incertitude au seuil0,809

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 Opus0,055
Tête enseignante GPT0,276
Écart entre enseignants0,221 · 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.

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

Citations33
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207