How are mortality rates affected by population density?
Notice bibliographique
Résumé
Biologists have found that the death rate of cells in culture depends upon their spatial density. Permanent "Stay alive" signals from their neighbours seem to prevent them from dying. In a previous paper (Wang et al. 2013) we gave evidence for a density effect for ants. In this paper we examine whether there is a similar effect in human demography. We find that although there is no observable relationship between population density and overall death rates, there is a clear relationship between density and the death rates of young age-groups. Basically their death rates decrease with increasing density. However, this relationship breaks down around 300 inhabitants per square kilometre. Above this threshold the death rates remains fairly constant. The same density effect is observed in Canada, France, Japan and the United States. We also observe a striking parallel between the density effect and the so-called marital status effect in the sense that they both lead to higher suicide rates and are both enhanced for younger age-groups. However, it should be noted that the strength of the density effect is only a fraction of the strength of the marital status effect. In spite of the fact that this parallel does not give us an explanation by itself, it invites us to focus on explanations that apply to both effects. In this light the "Stay alive" paradigm set forth by Prof. Martin Raff appears as a natural interpretation. It can be seen as an extension of the "social ties" framework proposed at the end of the 19th century by the sociologist Emile Durkheim in his study about suicide.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».