MétaCan
Menu
Retour à la cohorte
Enregistrement W4387164555 · doi:10.1126/sciadv.adf5559

Interplay between male quality and male-female compatibility across episodes of sexual selection

2023· article· en· W4387164555 sur OpenAlexaff
Hayat Mahdjoub, Rassim Khelifa, Jeannine Roy, Sonja H. Sbilordo, Valérian Zeender, Jhoniel Perdigón Ferreira, Natalia Gourgoulianni, Stefan Lüpold

Notice bibliographique

RevueScience Advances · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensConcordia University
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésBiologySexual selectionMate choiceTraitMating preferencesDirectional selectionEvolutionary biologyReproductive successSelection (genetic algorithm)Disruptive selectionGenetic variationMatingGeneticsNatural selectionDemographyPopulationGene

Résumé

récupéré en direct d'OpenAlex

The processes underlying mate choice profoundly influence the dynamics of sexual selection and the evolution of male sexual traits. Consistent preference for certain phenotypes may erode genetic variation in populations through directional selection, whereas divergent preferences (e.g., genetically compatible mates) provide one mechanism to maintain such variation. However, the relative contributions of these processes across episodes of selection remain unknown. Using Drosophila melanogaster , we followed the fate of male genotypes, previously scored for their overall reproductive value and their compatibility with different female genotypes, across pre- and postmating episodes of selection. When pairs of competitor males differed in their intrinsic quality and their compatibility with the female, both factors influenced outcomes from mating success to paternity but to a varying degree between stages. These results add further dimensions to our understanding of how the interactions between genotypes and forms of selection shape reproductive outcomes and ultimately reproductive trait evolution.

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 enseignants0,398
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,074
Tête enseignante GPT0,394
Écart entre enseignants0,321 · 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetAnimal Behavior and ReproductionTravaux en français237 207