Increased Mortality Exposure within the Family Rather than Individual Mortality Experiences Triggers Faster Life-History Strategies in Historic Human Populations
Notice bibliographique
Résumé
Life History Theory predicts that extrinsic mortality risk is one of the most important factors shaping (human) life histories. Evidence from contemporary populations suggests that individuals confronted with high mortality environments show characteristic traits of fast life-history strategies: they marry and reproduce earlier, have shorter birth intervals and invest less in their offspring. However, little is known of the impact of mortality experiences on the speed of life histories in historical human populations with generally higher mortality risk, and on male life histories in particular. Furthermore, it remains unknown whether individual-level mortality experiences within the family have a greater effect on life-history decisions or family membership explains life-history variation. In a comparative approach using event history analyses, we study the impact of family versus individual-level effects of mortality exposure on two central life-history parameters, ages at first marriage and first birth, in three historical human populations (Germany, Finland, Canada). Mortality experience is measured as the confrontation with sibling deaths within the natal family up to an individual's age of 15. Results show that the speed of life histories is not adjusted according to individual-level mortality experiences but is due to family-level effects. The general finding of lower ages at marriage/reproduction after exposure to higher mortality in the family holds for both females and males. This study provides evidence for the importance of the family environment for reproductive timing while individual-level mortality experiences seem to play only a minor role in reproductive life history decisions in humans.
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 | 0,001 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».