MétaCan
Menu
← Retour à la cohorte
Enregistrement W6939866722 · doi:10.7291/d17698

Social environment influences the temporal dynamics of sneak-spawning in a fish with alternative reproductive tactics

2023· dataset· en· W6939866722 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSperm competitionSpawn (biology)Sexual selectionCompetition (biology)Nesting (process)MatingReproductive successMating systemMate choiceEmpirical research

Résumé

récupéré en direct d'OpenAlex

Several predictions of sperm competition theory are not well supported empirically. One potential reason is that most current theory and empirical research ignore how the social environment influences the temporal dynamics of mating. We propose that understanding these dynamics is key to understanding sexual selection and improving the predictive power of theory. To demonstrate the importance of these dynamics, we quantify how males’ social roles, interactions among males, and current social environment influence the timing of mating in Symphodus ocellatus, a species with three alternative male reproductive tactics. Nesting males spawn synchronously with females; sneakers and satellites sneak-spawn with some time-delay. Satellites also cooperate with nesting males. We found that satellites have shorter sneak-spawning delays than sneakers, a benefit of their cooperation with nesting males. Sneak-spawning delays decreased with increasing nest activity for sneakers but not satellites, suggesting sneakers may benefit from increased sperm competition intensity. Current sperm competition models ignore this potential benefit which may be why the prediction that males should decrease investment when sperm competition involves more than two males is not well supported. Our study provides insight into mechanisms that drive variation in the timing of spawning, which could explain mismatches between theoretical and empirical results.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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 Opus0,033
Tête enseignante GPT0,238
Écart entre enseignants0,205 · 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
GenreJeu de données

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetMycorrhizal Fungi and Plant Interactions→Travaux en français237 207→