Effektive Populationsgröße bei ungleichem Geschlechterverhältnis

N_e ist die Größe einer idealisierten Population mit vergleichbarer genetischer Drift oder Inzuchtzunahme. Nicht alle gezählten Tiere pflanzen sich fort; außerdem können Fortpflanzungserfolg, Geschlechterverhältnis, Generationenüberlappung und Populationsgröße schwanken. Die einfache Sex-Ratio-Formel berücksichtigt nur eine Ursache und setzt gleiche Fortpflanzungsvarianz innerhalb der Geschlechter voraus. Deshalb darf man N_e nicht als tatsächliche Tierzahl lesen oder den Zählbestand pauschal durch diese Näherung ersetzen. Dokumentiere Geschlechtsdefinition, Fortpflanzungszeitraum und Zuchtbeitrag. Das verhindert, dass bloße Zählzahlen fälschlich als reproduktiv wirksame Größen gelten. Bei stark ungleichem Paarungserfolg reicht das einfache Modell nicht, auch nicht periodisch.

Setze die tatsächlich reproduzierenden Zahlen Nf und Nm in N_e=4NfNm/(Nf+Nm) ein. Bei 20 Weibchen und 80 Männchen ergibt sich 4·20·80/100=64. Mehr Männchen erhöhen N_e hier nicht unbegrenzt, weil die kleinere Geschlechtsgruppe stärker begrenzt. Zähle nur die Individuen, die im betrachteten Fortpflanzungszyklus wirklich beitragen, und kennzeichne, dass das Ergebnis eine Modellgröße unter idealisierten Paarungsannahmen ist. Dokumentiere Geschlechtsdefinition, Fortpflanzungszeitraum und Zuchtbeitrag. Das verhindert, dass bloße Zählzahlen fälschlich als reproduktiv wirksame Größen gelten. Bei stark ungleichem Paarungserfolg reicht das einfache Modell nicht, auch nicht periodisch.

Die Formel setzt eine diploide, getrenntgeschlechtliche Population mit zufälliger Paarung, diskreten Generationen und gleichen Varianzen des Fortpflanzungserfolgs innerhalb der Geschlechter voraus. Polygynie, Zuchtgruppen, Verwandtenpaarung, starke Unterschiede im Paarungserfolg, Migration oder überlappende Generationen können die Drift anders beeinflussen. Auch ein momentanes Geschlechterverhältnis kann saisonale oder generationelle Unterschiede verfehlen. Berichte daher Erfassungszeitpunkt, Definition von „reproduzierend“ und wichtige Abweichungen; für reale Bestände können genetische Schätzmethoden nötig sein. Dokumentiere Geschlechtsdefinition, Fortpflanzungszeitraum und Zuchtbeitrag. Das verhindert, dass bloße Zählzahlen fälschlich als reproduktiv wirksame Größen gelten. Bei stark ungleichem Paarungserfolg reicht das einfache Modell nicht, auch nicht periodisch.

Rechne zuerst das Muster aus dem Beispiel nach: Wenn 80 Männchen und 20 Weibchen tatsächlich reproduzieren, ist N_e=4·80·20/(80+20)=6400/100=64. Effektive Populationsgröße bei ungleichem Geschlechterverhältnis verwendet N_e = 4N_mNf/(N_m+Nf). Kurz gesagt: diese Näherung quantifiziert, wie ein ungleiches Verhältnis tatsächlich züchtender Männchen und Weibchen die genetisch wirksame Populationsgröße verringert. Einheitencheck: N_e, N_m und Nf sind Individuenzahlen; dimensionslos gezählte Größen. Näherung für getrenntgeschlechtliche Populationen mit diskreten Generationen, zufälliger Paarung und gleicher Reproduktionsvarianz in beiden Geschlechtern. Werte sind nur vergleichbar, wenn Definition, Nenner und Zeitraum übereinstimmen. Schreibe diese Angaben neben das Ergebnis, damit die Bezugsgruppe erkennbar bleibt. Bei einer unplausiblen Richtung kontrollierst du zuerst Datenaufbereitung und Rechenbasis, bevor du biologische Ursachen diskutierst.

Eine zentrale Grenze von Effektive Populationsgröße bei ungleichem Geschlechterverhältnis lautet: Näherung für getrenntgeschlechtliche Populationen mit diskreten Generationen, zufälliger Paarung und gleicher Reproduktionsvarianz in beiden Geschlechtern. Nutze die Kennzahl deshalb nicht losgelöst von ihrer Referenz; sie eignet sich für Interpretation genetischer Drift und Erhalt genetischer Vielfalt in Zucht- und Wildpopulationen, ohne N_e mit Censusgröße gleichzusetzen. Diese Näherung quantifiziert, wie ein ungleiches Verhältnis tatsächlich züchtender Männchen und Weibchen die genetisch wirksame Populationsgröße verringert. Bei Vergleichen zwischen Populationen oder Experimenten prüfst du, ob Definition, Nenner und Erhebungszeitraum übereinstimmen. Ist die Annahme nicht plausibel, zeigt das Ergebnis nur, was das vereinfachte Modell aus den Eingaben berechnet; es ist dann kein belastbarer Schätzer für die Zielpopulation. Nenne diese Einschränkung im Bericht und leite keine Kausalwirkung aus der Formel allein ab.