Reproductive Conflict and the Evolution of Menopause in Killer Whales
Notice bibliographique
Résumé
Why females of some species cease ovulation prior to the end of their natural lifespan is a long-standing evolutionary puzzle [1-4]. The fitness benefits of post-reproductive helping could in principle select for menopause [1, 2, 5], but the magnitude of these benefits appears insufficient to explain the timing of menopause [6-8]. Recent theory suggests that the cost of inter-generational reproductive conflict between younger and older females of the same social unit is a critical missing term in classical inclusive fitness calculations (the "reproductive conflict hypothesis" [6, 9]). Using a unique long-term dataset on wild resident killer whales, where females can live decades after their final parturition, we provide the first test of this hypothesis in a non-human animal. First, we confirm previous theoretical predictions that local relatedness increases with female age up to the end of reproduction. Second, we construct a new evolutionary model and show that given these kinship dynamics, selection will favor younger females that invest more in competition, and thus have greater reproductive success, than older females (their mothers) when breeding at the same time. Third, we test this prediction using 43 years of individual-based demographic data in resident killer whales and show that when mothers and daughters co-breed, the mortality hazard of calves from older-generation females is 1.7 times that of calves from younger-generation females. Intergenerational conflict combined with the known benefits conveyed to kin by post-reproductive females can explain why killer whales have evolved the longest post-reproductive lifespan of all non-human animals.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».