Male foraging efficiency, but not male problem-solving performance, influences female mating preferences in zebra finches
Notice bibliographique
Résumé
Experimental evidence suggests that females would prefer males with better cognitive abilities as mates. However, little is known about the traits reflecting enhanced cognitive skills on which females might base their mate-choice decisions. In particular, it has been suggested that male foraging performance could be used as an indicator of cognitive capacity, but convincing evidence for this hypothesis is still lacking. In the present study, we investigated whether female zebra finches (Taeniopygia guttata) modify their mating preferences after having observed the performance of males on a problem-solving task. Specifically, we measured the females' preferences between two males once before and once after an observation period, during which their initially preferred male was incapable of solving the task contrary to their initially less-preferred male. We also conducted a control treatment to test whether the shift in female preferences was attributable to differences between the two stimulus males in their foraging efficiency. Finally, we assessed each bird's performance in a color associative task to check whether females can discriminate among males based on their learning speed. We found that females significantly increased their preference toward the most efficient male in both treatments. Yet, there was no difference between the two treatments and we found no evidence that females assess male cognitive ability indirectly via morphological traits. Thus, our results suggest that females would not use the males' problem-solving performance as an indicator of general cognitive ability to gain indirect fitness benefits (i.e., good genes) but rather to assess their foraging efficiency and gain direct benefits.
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) | 0,001 | 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 ».