Unpredictable perturbation reduces breeding propensity regardless of pre‐laying reproductive readiness in a partial capital breeder
Notice bibliographique
Résumé
Theoretically, individuals of migratory species should optimize reproductive investment based on a combination of timing of and body condition at arrival on the breeding grounds. A minimum threshold body mass is required to initiate reproduction, and the timing of reaching this threshold is critical because of the trade‐off between delaying breeding to gain in condition against the declining value of offspring with later reproductive timing. Long‐lived species have the flexibility within their life history to skip reproduction in a given year if they are unable to achieve this theoretical mass threshold. Although the decision to breed or not is an important parameter influencing population dynamics, the mechanisms underlying this decision are poorly understood. Here, we mimicked an unpredictable environmental perturbation that induced a reduction in body mass of Arctic pre‐breeding (before the laying period) female common eiders Somateria mollissima ; a long‐lived migratory seaduck, while controlling for individual variation in the pre‐laying physiological reproductive readiness via vitellogenin (VTG) – a yolk‐targeted lipoprotein. Our aim was to causally determine the interaction between body condition and pre‐laying reproductive readiness (VTG) on breeding propensity by experimentally reducing body mass in treatment females. We first demonstrated that arrival body condition was a key driver of breeding propensity. Secondly, we found that treatment and VTG levels interacted to influence breeding propensity, indicating that our experimental manipulation, mimicking an unpredictable food shortage, reduced breeding propensity, regardless of the degree of pre‐laying physiological reproductive readiness (i.e. timing of ovarian follicles recruitment). Our experiment demonstrates that momentary environmental perturbations during the pre‐breeding period can strongly affect the decision to breed, a key parameter driving population dynamics.
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 | 0,001 | 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) | 0,001 | 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 ».