MétaCan
Menu
Retour à la cohorte
Enregistrement W4413798489 · doi:10.1093/beheco/araf080

Mating status-dependent “choice” in competitive and noncompetitive arenas

2025· article· en· W4413798489 sur OpenAlexfundno aff
Robert J. Dugand, Rowan A. Lymbery, N Dewan, W. Jason Kennington, Joseph L. Tomkins

Notice bibliographique

RevueBehavioral Ecology · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensnon disponible
Organismes subventionnairesJunior League of TorontoAustralian Research CouncilDirectorate for Biological SciencesUniversity of Western AustraliaEscuela de Ciencias Biológicas, Universidad Nacional Costa Rica
Mots-clésBiologyMate choiceMatingCompetition (biology)Sexual selectionZoologySperm competitionReproductive successDemographyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract To maximize their reproductive fitness, females of many polyandrous species should display mating status-dependent choice, where they mate relatively indiscriminately once to ensure reproductive output, and then become choosy and mate preferentially with higher-quality males. Despite this potential contrast in choosiness, most mate choice experiments use virgin females. Here, using a panel of 20 isofemale strains that originated from wild-caught flies, we allowed virgin and non-virgin Drosophila melanogaster females to choose among males from the same panel of strains. We used single-male latency trials and a series of male competition trials to help disentangle female “choices” from male-male competitive effects. Most virgin females mated within 2 h of males being introduced, compared with fewer than half of non-virgin females mating over the same period. However, despite mating more rapidly, virgin females did not mate indiscriminately, and their “choices” strongly aligned with those of previously mated females across both the single-male latency and male-male competition trials. Our results challenge the idea that virgin females mate relatively indiscriminately and show that female choice may be more stable than is generally appreciated.

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 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 enseignants0,074
Score d'incertitude au seuil0,998

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)0,0000,000

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 Opus0,021
Tête enseignante GPT0,287
Écart entre enseignants0,266 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207