MétaCan
Menu
Retour à la cohorte
Enregistrement W4398222168 · doi:10.12688/f1000research.149948.1

A long tail of truth and beauty: A zigzag pattern of feather formation determines the symmetry, complexity, and beauty of the peacock’s tail

2024· preprint· en· W4398222168 sur OpenAlexafffund
Rama S. Singh, Santosh Jagadeeshan

Notice bibliographique

RevueF1000Research · 2024
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster University
Mots-clésBeautyOpen peer reviewZigzagSymmetry (geometry)Plant biologyFeatherBiologyEvolutionary biologyMathematicsAestheticsArtZoologyGeometryBotany

Résumé

récupéré en direct d'OpenAlex

Background Darwin assumed that the peacock’s long train was maladaptive and was the indirect effect of selection by female mate choice based on the train’s beauty. While a relationship between the feathers’ elaborate features and mating success has been shown, what features of the train females are attracted to remains controversial. Methods We used museum specimens to examine the anatomical plan underlying feather development responsible for the symmetry of the train. We developed a model based on an alternate arrangement of primordial feather buds during development and locations of concentric circles of symmetric eyespot distribution using the pattern seen on the train as a template. Results We observed a zigzag pattern of feather follicles that determined both the number and the hexagonal arrangement of eyespots on the train. Our model explained not only the alternate arrangement of feathers on the train but also the arrangement of the concentric color rings of the eyespots. While the zigzag pattern explains the symmetry, complexity, and structural beauty of the peacock’s train, it also precludes variation in eyespot number except by annual addition of new rows of feathers as a function of age. Conclusions Since eyespot number and feather length are developmentally correlated and an asymptotic function of a male’s age, their effects on female choice would be confounded and inseparable, and male vigor would be a crucial factor affecting male fitness. Females may not always choose males with the largest number of eyespots, as older males may lack vigor. We propose a multimodal model of female choice where females see eyespot and train size not as separate traits but as one complex trait combining both. The new model may be able to explain conflicting results and why eyespot number alone may not be sufficient to explain female choice.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,090
Tête enseignante GPT0,308
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetAnimal Behavior and ReproductionTravaux en français237 207