Data from: Environmental and demographic drivers of male mating success vary across sequential reproductive episodes in a polygynous breeder
Notice bibliographique
Résumé
Ecological and social factors underpinning the inequality of male mating success in animal societies can be related to sex ratio, sexual conflict between breeders, effects of non-breeders, resource dispersion, climatic conditions, and the various sequential stages of mating competition that constitute the sexual selection process. Here, we conducted an individual-based study to investigate how local resource availability and demography interact with annual climate conditions to determine the degree of male mating inequality, and thus opportunity for sexual selection across two sequential reproductive episodes (harem and subsequent mate acquisition) in a naturally regulated (feral) horse population in Sable Island National Park Preserve, Canada. Using a 5-year, spatially explicit, mark-resight dataset and hierarchical mixed-effects linear modelling, we evaluated the influence of adult sex ratio (ASR) on mating success, and then tested for effects of freshwater availability, density, unpaired male abundance, and precipitation during each breeding season. Unpaired male abundance, freshwater availability, and ASR differed in their effects on male mating success according to year and selection episode. Opportunity for sexual selection in males associated with harem acquisition increased with ASR, and unpaired male abundance further explained weather-related inter-annual variation after accounting for ASR. In contrast, once a harem was secured, ASR had little effect on male mating inequality in regards to acquiring additional females, while inter-annual variation in mating inequality increased with decreasing freshwater availability. Our findings show that local demography, resource availability, and weather effect opportunity for sexual selection in males differently depending on selection episode, and can attenuate or accentuate effects of ASR.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».