Linking courtship behaviour, colour perception and mate choice decisions in peafowl
Notice bibliographique
Résumé
Despite a long history of study showing that male courtship signals influence female mate choice in many species, we lack a good understanding of how females choose. What are the mechanisms of mate choice, and how do these mechanisms shape the evolution of courtship signals and traits? In this thesis, I use the peacock’s iridescent eyespots to link signal perception with female mate choice decisions and the behaviours males use during courtship. I begin by investigating how a peacock’s eyespot colours influence his mating success, using models of avian colour vision and measurements of eyespot plumage colours taken at light angles that mimic the way the feathers are displayed during courtship. My results suggest that a substantial portion of the variation in peacock mating success can be explained by these plumage colours, demonstrating that signal function is best understood by considering the context in which signals are presented. Next, I examine how females choose to visit different males for courtship. I show that a female’s familiarity with a male as a result of previous courtship encounters affects how she responds to his signals, including his eyespot colours. Lastly, I examine the visual effects of the peacock’s iridescent eyespot colours under different light conditions, and show that typical male courtship behaviours might enhance the eyespots in a way that influences female choice. I also find evidence that light conditions and female sensory biology together may have shaped the evolution of the eyespot colours in two species of peafowl. Overall, the results of this thesis demonstrate that by understanding how animals perceive colour signals, we can gain a better understanding of the function of behaviour on both sides of the courtship signaling exchange.
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 | 0,001 |
| 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 ».