Influences on male reproductive success in long-lived Blanding’s Turtles (<i>Emydoidea blandingii</i>)
Notice bibliographique
Résumé
Knowing how the number and qualities of mates influence male reproductive success (RS) can help interpret mating-system dynamics that are important for conservation efforts. We combined parentage data (1999–2006) with data from a long-term life-history study (1953–2007) of Blanding’s Turtles (Emydoidea blandingii (Holbrook, 1838)) on the University of Michigan’s E.S. George Reserve to document the relative influence of mate number and quality on male RS. Blood samples were taken from >92% of resident adults and tissue samples were taken from 723 hatchlings from 92 nests of 54 females over eight nesting seasons. The incidence of multiple paternity averaged 41.6% (N = 77), was variable among years (minimum–maximum = 15.4%–55.6%), and was positively associated with female age, body size, and clutch size. Repeat paternity was observed in 69.9% of sequential clutches of the same female separated by 1–7 years. Male RS was variable (1–40 offspring) and was positively associated with the number of mates and clutches sired. The youngest male to sire offspring was 22 years old. Adult movements that result in encountering different mates and (or) the ability to use attributes (e.g., size or age) to identify high-quality mates have the potential to substantially increase RS.
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) | 0,001 | 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 ».