L'influence de la sélection fréquence-dépendante sur le choix de partenaire chez le diamant mandarin (Taeniopygia guttata)
Bibliographic record
Abstract
La sélection fréquence-dépendante est un mécanisme d’évolution selon lequel l’aptitude d'un type varie en fonction de sa fréquence dans la population. Ce mécanisme joue un rôle important dans de nombreuses interactions autant interspécifiques (parasitisme, prédation, compétition), qu'intra-spécifiques entre les différents phénotypes d'une même espèce. La sélection fréquence-dépendante peut être positive ou négative et favoriser alors les phénotypes communs ou rares, respectivement. Elle a été mise en évidence dans le contexte du choix de partenaire chez plusieurs espèces, notamment chez certaines espèces d'insectes (ex.: demoiselles, drosophiles, cantharide de Pennsylvanie) et de poissons (ex.: guppys, xiphos), mais elle a été aussi récemment découverte chez l’humain. L'importance de la sélection fréquence-dépendante dans le choix de partenaire chez les espèces monogames reste tout de même peu explorée et cette étude vise à combler cette lacune en utilisant le diamant mandarin, un passereau monogame, comme modèle biologique. Nous avons étudié l'importance de ce mécanisme lorsqu'un trait est neutre et lorsque celui-ci constitue un indicateur de qualité. De plus, nous avons tenté de déterminer si la présence de rivales peut modifier la préférence initiale des femelles pour les phénotypes rares ou communs.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".