MétaCan
Menu
Retour à la cohorte
Enregistrement W2157440605 · doi:10.1093/beheco/arh021

Sexual selection and mating patterns in a mammal with female-biased sexual size dimorphism

2004· article· en· W2157440605 sur OpenAlexaboutno aff
Albrecht I. Schulte‐Hostedde

Notice bibliographique

RevueBehavioral Ecology · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologySexual dimorphismSexual selectionMatingReproductive successMating systemZoologyMammalMate choiceEcologyDemographyPopulation

Résumé

récupéré en direct d'OpenAlex

In mammals, species with highly male-biased sexual size dimorphism tend to have high variance in male reproductive success. However, little information is available on patterns of sexual selection, variation in male and female reproductive success, and body size and mating success in species with female-biased size dimorphism. We used parentage data from microsatellite DNA loci to examine these issues in the yellow-pine chipmunk (Tamias amoenus), a small ground squirrel with female-biased sexual size dimorphism. Chipmunks were monitored over 3 years in the Kananaskis Valley, Alberta, Canada. We found evidence of high levels of multiple paternity within litters. Variation in male and female reproductive success was equal, and the opportunity for sexual selection was only marginally higher in males than females. Male and female reproductive success both depended on mating success. We found no evidence that the number of genetic mates a male had depended on body size. Our results are consistent with a promiscuous mating system in which males and female mate with multiple partners. Low variation in male reproductive success may be a general feature of mammalian species in which females are larger than males.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,053
Tête enseignante GPT0,247
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), 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

Citations80
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetPlant and animal studiesTravaux en français237 207