MétaCan
Menu
Retour à la cohorte
Enregistrement W2046295020 · doi:10.1111/j.1728-4457.2013.00588.x

The Implementation of Preferences for Male Offspring

2013· article· en· W2046295020 sur OpenAlexaboutno aff
John Bongaarts

Notice bibliographique

RevuePopulation and Development Review · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOffspringSex ratioQuarter (Canadian coin)DemographyAbortionPromotion (chess)PreferenceLatin AmericansPopulationGeographyEconomicsPolitical sciencePregnancyBiologySociology

Résumé

récupéré en direct d'OpenAlex

Over the past quarter century the sex ratio at birth (SRB) has risen above natural levels in a number of countries, mostly in Asia. This rise has been made possible in populations with strong son preference by the increasing availability of safe, effective, and inexpensive technologies to determine the sex of a fetus and to end unwanted pregnancies. This article documents levels and trends in the sex ratio at birth, in preferences for male offspring (using information on desired number of girls and boys), and in the implementation of these preferences. DHS surveys from 61 countries in Africa, Asia, and Latin America and for Indian states are the main source of data. A comparison of desired with actual SRBs finds large gaps in most populations, implying a substantial pent‐up demand for male offspring and the technology to implement this preference. Two types of actions to implement preferences are considered: the practice of contraception to stop childbearing after the desired number of sons has been born and the use of sex‐selective abortion to avoid female births. The second part of the article discusses factors that could influence the SRB, including the promotion of gender equality, and the implications of these factors for future trends.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,072
Tête enseignante GPT0,373
Écart entre enseignants0,301 · 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

Citations179
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePopulation and Development ReviewMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207