MétaCan
Menu
Retour à la cohorte
Enregistrement W2318797816 · doi:10.1163/1568539x-00003350

Female mountain bluebirds (Sialia currucoides) paired to more colourful males produce male-biased broods

2016· article· en· W2318797816 sur OpenAlexafffund
Erica S. Bonderud, Nancy J. Flood, Jonathan D. Van Hamme, Cameron A. W. Boyda, Matthew W. Reudink

Notice bibliographique

RevueBehaviour · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensThompson Rivers University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaThompson Rivers University
Mots-clésPlumageAttractivenessBiologyOffspringReproductive successReproductive valuePaternal careZoologyMate choiceDemographyEcologyMatingPopulationPsychology

Résumé

récupéré en direct d'OpenAlex

Sex allocation theory predicts that females should bias the sex ratio of their offspring in response to differences in the reproductive value of sons versus daughters. Consistent with this prediction, females of many species appear to bias offspring sex ratios in response to mate attractiveness and condition. Male mountain bluebirds (Sialia currucoides) display full body UV-blue structural plumage colouration, which is associated with attractiveness, condition, and reproductive success. Over four breeding seasons, we found females paired with more colourful males produced increasingly male-biased broods and provisioned offspring at a higher rate. Surprisingly, however, we also found females with duller plumage and those mated to first-year males produced more male-biased broods. These results provide support for sex allocation in mountain bluebirds and suggest female reproductive decisions may be influenced by the attractiveness of her mate. However, this system is clearly complex and more work is needed to understand the roles of male age and female colouration in the signalling systems of mountain bluebirds.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,036
Tête enseignante GPT0,268
Écart entre enseignants0,232 · 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

Citations7
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehaviourMême sujetAnimal Behavior and ReproductionTravaux en français237 207