MétaCan
Menu
Retour à la cohorte
Enregistrement W2121577379 · doi:10.1093/beheco/arp053

Maternal weight, offspring competitive ability, and the evolution of communal breeding

2009· article· en· W2121577379 sur OpenAlexaff
Sarah J. Hodge, Matthew B. V. Bell, Francis Mwanguhya, Solomon Kyabulima, R. C. Waldick

Notice bibliographique

RevueBehavioral Ecology · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensCanadian Wildlife Federation
Organismes subventionnairesnon disponible
Mots-clésOffspringBiologyCompetition (biology)ReproductionMaternal effectPaternal careReproductive successDemographyZoologyEcologyPregnancyGenetics

Résumé

récupéré en direct d'OpenAlex

Despite the widespread occurrence of communal breeding in animal societies, the fitness consequences for mothers are poorly understood. One factor that may have an important influence on the net benefits mothers gain from breeding communally is the competitive ability of their offspring, as mothers are likely to gain substantial advantages from producing young who can outcompete the offspring of other females for access to resources. Here, we investigate the factors that influence offspring competition in the communally breeding banded mongoose (Mungos mungo). We show that heavy offspring are more likely to win competitive interactions with their littermates. Heavy offspring also receive more care and are more likely to survive to independence in large communal litters where competition is most intense. Our results also indicate that offspring weight at emergence is positively correlated with the weight of the mother at conception. As a consequence, the offspring of heavy mothers are likely to enjoy marked competitive advantages during early life. Together, our findings strongly suggest that the competitive ability of offspring will influence the costs and benefits that females experience while breeding communally and highlights the need for closer examination of the factors that influence offspring competitive ability and the influence this may have on the evolution of communal breeding.

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 enseignants0,377
Score d'incertitude au seuil0,206

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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,253
Écart entre enseignants0,231 · 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

Citations40
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207