MétaCan
Menu
Retour à la cohorte
Enregistrement W2013355451 · doi:10.1163/15685373-12342095

Positive Frequency Dependence in Graffiti: An Empirical Case Study of Cultural Evolution

2013· article· en· W2013355451 sur OpenAlexafffund
Julia A. Maddison, Michael Doebeli

Notice bibliographique

RevueJournal of Cognition and Culture · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLanguage and cultural evolution
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCategorizationCluster analysisSelection (genetic algorithm)PsychologyCognitive psychologySociologyData scienceSocial psychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Cultural traits can be seen to evolve by a process similar to natural selection. They are transmittable, variable, and the variants can have differential fitness. As a result, cultural evolution can in principle lead to non-random distribution of cultural traits. A limited number of studies have addressed the evolution of human cultural traits "in the wild," partly because culture is difficult to categorize into discrete units. Parallel to studying non-random species distributions in ecosystems due to natural selection, we have focused on investigating non-random distributions of cultural traits in a local environment. We used a collection of library study desks to categorize graffiti into content-based cultural traits, or "topics", and quantified the level of clustering for each topic as a measure of non-random distributions of topics on the desks. Clustering was found to occur for some topics but not others, and the level of clustering varied with topic in ways that are consistent with topic content characteristics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,574

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,352
Écart entre enseignants0,326 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cognition and CultureMême sujetLanguage and cultural evolutionTravaux en français237 207