Sexual Selection in Mosquitofish: Differences in the Use of Mating Cues Between Sexes
Notice bibliographique
Résumé
Sexual selection is a major driver of speciation and evolution, with mate choice being a key component. Individuals assess mate quality by integrating various mating cues. The Western mosquitofish (Gambusia affinis), a species exhibiting pronounced sexual dimorphism in body size and secondary sexual traits, serves as an ideal model for studying mate choice. This study examines the impact of mating cues on mate choice in different sexes of G. affinis through a combination of morphological parameter database construction, computer-simulated animations, and dichotomous association preference tests. The results showed that male gonopodium status significantly affects female mate choice. Females exhibited a preference for males with resting-phase gonopodia, suggesting their aversion to forced copulation and sexual harassment in coercive mating systems. Furthermore, males preferred younger females, with this preference being positively correlated with male body size. This suggests that males are sensitive to sperm competition intensity and may base their choice on social rank. Geometric morphometric analysis and simulation experiments showed that males preferred females with larger gravid spots, regardless of age, suggesting that gravid spot size reflects female fecundity. Male preference for younger females with streamlined bodies and smaller abdomens was significant, but body size did not affect mate choice in general. Our findings highlight that female and male G. affinis employ different mate choice strategies, with females prioritizing male harassment avoidance and males considering multiple mating cues, not solely one dominant characteristic, in their mate choice decisions. These findings demonstrate that mate choice in G. affinis involves balancing conflicting preferences for traits associated with reduced harassment risk (e.g., resting-phase gonopodium in males) and those linked to reproductive potential (e.g., large gravid spot in females), highlighting the nuanced decision-making processes in both sexes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».