Dyadic associations and individual sociality in bighorn ewes
Notice bibliographique
Résumé
Sociality presumably evolved because it leads to fitness benefits; yet we know little about what drives individual variability in sociality, particularly with respect to hierarchical levels of social organization. Social network architecture is based upon dyadic interactions, but the factors affecting pairwise relationships are not necessarily those affecting higher-level network-derived measures of social behavior. We examined the influence of relatedness, age, dominance, and reproductive status on proximal associations and social network centrality of individuals in the fission–fusion society of bighorn ewes (Ovis canadensis) at Ram Mountain, Canada. From 2011 to 2013, 63–81% of adult ewes were equipped with proximity loggers, recording when they were within 1.5 m of one another. Ewe social structure was not random and individuals exhibited a tendency to have proximal associations that were consistent across years. Age and reproductive status appeared to have a weak effect on network centrality, but this effect was largely absent for frequency of proximal association. Furthermore, we found no effect of dominance rank on either proximal associations or network centrality. We speculate that interannual variation in these relationships may be indicative of predation affecting social dynamics. The disconnect between determinants that affect the costs and benefits of dyadic associations and those that emerge from network-derived behaviors highlights the importance of testing effects at multiple levels of social organization in animal societies.
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 | 0,000 | 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) | 0,000 | 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 ».