MétaCan
Menu
Retour à la cohorte
Enregistrement W1966315970 · doi:10.1371/journal.pone.0072628

Population Size and Cultural Evolution in Nonindustrial Food-Producing Societies

2013· article· en· W1966315970 sur OpenAlexafffund
Mark Collard, April Ruttle, Briggs Buchanan, Michael J. O’Brien

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLanguage and cultural evolution
Établissements canadiensSimon Fraser University
Organismes subventionnairesBritish Columbia Knowledge Development FundSimon Fraser UniversityCanada Research ChairsUniversity of Missouri
Mots-clésPopulationPopulation sizeSubsistence agricultureRegression analysisBiologySpecies richnessAgricultureDemographyEcologyStatisticsMathematicsSociology

Résumé

récupéré en direct d'OpenAlex

Modeling work suggests that population size affects cultural evolution such that larger populations can be expected to have richer and more complex cultural repertoires than smaller populations. Empirical tests of this hypothesis, however, have yielded conflicting results. Here, we report a study in which we investigated whether the subsistence toolkits of small-scale food-producers are influenced by population size in the manner the hypothesis predicts. We applied simple linear and standard multiple regression analysis to data from 40 nonindustrial farming and pastoralist groups to test the hypothesis. Results were consistent with predictions of the hypothesis: both the richness and the complexity of the toolkits of the food-producers were positively and significantly influenced by population size in the simple linear regression analyses. The multiple regression analyses demonstrated that these relationships are independent of the effects of risk of resource failure, which is the other main factor that has been found to influence toolkit richness and complexity in nonindustrial groups. Thus, our study strongly suggests that population size influences cultural evolution in nonindustrial food-producing populations.

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)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,260
Écart entre enseignants0,209 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations97
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetLanguage and cultural evolutionTravaux en français237 207