Are the New Mass Media Subverting Cultural Transmission?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Popular culture is a subcategory of culture. Today, mass and new media appear to be interfering with the evolved mechanisms that permit the acquisition and editing of culture. We know surprisingly little about these cognitive attentional processes that enable the information acquisition and editing packed into the term “cultural transmission.” It was Michael Chance who first concluded that we attend to and learn preferentially from those high in status. For Chance, high status based on fear leads to agonistic attention and a constricted type of learning, while hedonic attention based on respect permits much broader learning possibilities. If Chance's theories are supported, then it would follow that much of the current unpredictability of popular culture and culture change in general reflects the replacement of family and community high-status figures by influential media celebrities, thereby damaging the transmission of local culture. Chance's approach would also explain why we seem to find it difficult to pay attention to those low in status and power. There may be attractors of attention involved in cultural transmission in addition to status, including physical attractiveness. We consider, from an evolutionary perspective, various researchable hypotheses that stem from Chance's and related work and from ethnography, we discuss this work's implications for how we understand culture and “popular culture,” and we argue that the kind of research in cognitive and evolutionary psychology we espouse is also needed for the next generation of mathematical models of gene–culture coevolution. We conclude with a list of research questions.
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.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle