MétaCan
Menu
Retour à la cohorte
Enregistrement W2914857245 · doi:10.1098/rspb.2019.0033

Cost of dispersal in a social mammal: body mass loss and increased stress

2019· article· en· W2914857245 sur OpenAlexaff
Nino Maag, Gabriele Cozzi, Andrew W. Bateman, Michael Heistermann, André Ganswindt, Marta B. Manser, Tim Clutton‐Brock, Arpat Özgül

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of Victoria
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésBiological dispersalEmigrationEcologyBiologyStressorDemographyGeographyPopulation

Résumé

récupéré en direct d'OpenAlex

Dispersal is a key process influencing the dynamics of socially and spatially structured populations. Dispersal success is determined by the state of individuals at emigration and the costs incurred after emigration. However, quantification of such costs is often difficult, due to logistical constraints of following wide-ranging individuals. We investigated the effects of dispersal on individual body mass and stress hormone levels in a cooperative breeder, the meerkat ( Suricata suricatta). We measured body mass and faecal glucocorticoid metabolite (fGCM) concentrations from 95 dispersing females in 65 coalitions through the entire dispersal process. Females that successfully settled lost body mass, while females that did not settle but returned to their natal group after a short period of time did not. Furthermore, dispersing females had higher fGCM levels than resident females, and this was especially pronounced during the later stages of dispersal. By adding information on the transient stage of dispersal and by comparing dispersers that successfully settled to dispersers that returned to their natal group, we expand on previous studies focusing on the earlier stages of dispersal. We propose that body mass and stress hormone levels are good indicators to investigate dispersal costs, as these traits often play an important role in mediating the effects of the environment on other life-history events and individual fitness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,279
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,246
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations43
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetAnimal Behavior and ReproductionTravaux en français237 207