MétaCan
Menu
Retour à la cohorte
Enregistrement W2138967974 · doi:10.1111/j.0014-3820.2004.tb00467.x

MECHANISMS OF SPERM COMPETITION: TESTING THE FAIR RAFFLE

2004· article· en· W2138967974 sur OpenAlexafffund
Bryan D. Neff, Lindi M. Wahl

Notice bibliographique

RevueEvolution · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSperm competitionBiologySpermCompetition (biology)Sexual selectionHuman fertilizationZoologyEcologyGenetics

Résumé

récupéré en direct d'OpenAlex

Sperm competition is a major force of sexual selection, but its implications for mating system and life-history evolution are just beginning to be understood. Of particular importance is understanding the mechanisms of sperm competition. Models have been developed to determine if sperm competition operates in a fair raffle process, whereby each sperm from competing males has an equal chance of fertilizing a female's ova, or if it operates in a loaded raffle process, whereby one male's sperm has a fertilization advantage. These models require data on relative sperm and offspring (paternity) numbers of competing males. Here we develop a model based on maximum-likelihood methods for differentiating between the fair and loaded raffle processes. The model calculates the relative competitiveness of two males' sperm (loadings) as well as the economy of scale (nonlinear returns to sperm number). Previous models implicitly assumed that there is no economy of scale, which may not be the case when there is cooperation or interference among sperm from a given male. We demonstrate that our model has superior power-in some instances more than double-than previous models. We apply our model to an example of sperm competition in the guppy (Poecilia reticulata) and show that the system may be characterized by a loaded raffle attributable to effects of second male precedence.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,131

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 Opus0,032
Tête enseignante GPT0,214
Écart entre enseignants0,182 · 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'étudeExpérimental (laboratoire)
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

Citations26
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetAnimal Behavior and ReproductionTravaux en français237 207