Nothing in Popular Culture Makes Sense except in the Light of Evolution
Notice bibliographique
Résumé
An evolutionary lens can inform the study of cultural forms in a myriad of ways. These can be construed as adaptations, as exaptations (evolutionary byproducts), as gene–culture interactions, as memes, or as fossils of the human mind. Products of popular culture (e.g., song lyrics, movie themes, romance novels) are to evolutionary cultural theorists what fossils and skeletal remains represent to paleontologists. Although human minds do not fossilize or skeletonize (the cranium does), the cultural products created by human minds do. By identifying universally recurring themes for a given cultural form (song lyrics and collective wisdoms in the current article), spanning a wide range of cultures and time periods, one is able to test key tenets of evolutionary psychology. In addition to using evolutionary psychology to understand the contents of popular culture, the discipline can itself be studied as a contributor to popular culture. Beginning with the sociobiology debates in the 1970s, evolutionary informed analyses of human behavior have engendered great fascination and animus among the public at large. Following a brief summary of studies that have explored the diffusion of the evolutionary behavioral sciences within specific communities (e.g., the British media), I offer a case analysis of the penetration of evolutionary psychology within the blogosphere, specifically the blog community hosted by Psychology Today.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,019 |
| Communication savante | 0,012 | 0,016 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».