MétaCan
Menu
Retour à la cohorte
Enregistrement W3137252595 · doi:10.1111/1365-2435.13791

Male condition influences female post mating aggression and feeding in <i>Drosophila</i>

2021· article· en· W3137252595 sur OpenAlexaff
Eleanor Bath, Daisy Buzzoni, Toby Ralph, Stuart Wigby, Irem Sepil

Notice bibliographique

RevueFunctional Ecology · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of Victoria
Organismes subventionnairesBiotechnology and Biological Sciences Research Council
Mots-clésBiologyMatingAggressionSexual selectionZoologyCourtshipAntagonistic CoevolutionSexual conflictReproductionMate choiceSpermEcologyPhysiologyDevelopmental psychologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Mating changes female behaviour and physiology across a wide range of taxa, with important effects for male and female fitness. These changes are often induced by components of the male ejaculate, such as sperm and seminal fluid proteins. However, males can vary significantly in their ejaculates, due to factors such as age, mating history or nutritional status. This male variation may therefore lead to variation in the strength of responses males can stimulate in females, with alterations in fitness outcomes for both sexes. Using the fruit fly, Drosophila melanogaster , we tested whether three aspects of male condition shape an important, but understudied, post‐mating response—increased female–female aggression. We found that females mated to old males fought less than females mated to young males. This effect was exacerbated in mates of old, sexually active males, but there was no effect of male starvation status on mating‐induced female aggression. There was also a significant effect of age and mating history on female post‐mating feeding duration. Our results add to a growing body of literature that variation in male condition can shape sexual selection through post‐mating responses in females, including female–female interactions. Studying such variation may therefore be useful for understanding how the condition of one sex affects the behaviour of the other. A free plain language summary can be found within the Supporting Information of this article.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,571
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,237
Écart entre enseignants0,214 · 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.

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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFunctional EcologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207