MétaCan
Menu
Retour à la cohorte
Enregistrement W1994488975 · doi:10.1375/twin.11.2.204

Sex Ratio in Sibships With Twins

2008· article· en· W1994488975 sur OpenAlexaboutno aff
Johan Fellman, Aldur W. Eriksson

Notice bibliographique

RevueTwin Research and Human Genetics · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSex ratioDemographyStatisticsQuarter (Canadian coin)GermanMathematicsGeographyPopulationSociology

Résumé

récupéré en direct d'OpenAlex

In national birth registers of Caucasians, the secondary sex ratio, that is, the number of boys per 100 girls at birth, is almost constant at 106. Variations other than random variation have been noted, and attention is being paid to identifying presumptive influential factors. Studies of the influence of different factors have, however, yielded meagre results. An effective means of identifying discrepancies is to investigate birth data compiled into sibships of different sizes. Assuming no inter- or intra-maternal variations, the distributions of the sex composition are binomial. Varying parental tendencies for a specific sex result in discrepancies from the binomial distribution. Over a century ago, the German scientists Geissler and Lommatzsch analyzed the vital statistics of Saxony, including twin maternities, for the last quarter of the 19th century. They considered sibships ending with twin sets. Their hypothesis was that in sibships ending with male-male twin pairs, the sex ratio among previous births is higher than normal, while in sibships with female-female twin pairs, the sex ratio is lower than normal. If the sibship ended with a male-female pair, then the sex ratio is almost normal. Consequently, a same-sex twin set indicated, in general, deviations in the sex ratio among the sibs within the sibship. Our analyzes of their data yielded statistically significant results that support their statements.

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)0,008
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,252
Tête enseignante GPT0,415
Écart entre enseignants0,163 · 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

Citations5
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTwin Research and Human GeneticsMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207