Reasoning About Cultural and Genetic Transmission: Developmental and Cross‐Cultural Evidence From Peru, Fiji, and the United States on How People Make Inferences About Trait 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
Using samples from three diverse populations, we test evolutionary hypotheses regarding how people reason about the inheritance of various traits. First, we provide a framework for differentiat-ing the outputs of mechanisms that evolved for reasoning about variation within and between (a) biological taxa and (b) culturally evolved ethnic categories from (c) a broader set of beliefs and categories that are the outputs of structured learning mechanisms. Second, we describe the results of a modified "switched-at-birth" vignette study that we administered among children and adults in Puno (Peru), Yasawa (Fiji), and adults in the United States. This protocol permits us to study perceptions of prenatal and social transmission pathways for various traits and to differentiate the latter into vertical (i.e., parental) versus horizontal (i.e., peer) cultural influence. These lines of evidence suggest that people use all three mechanisms to reason about the distribution of traits in the population. Participants at all three sites develop expectations that morphological traits are under prenatal influence, and that belief traits are more culturally influenced. On the other hand, each population holds culturally specific beliefs about the degree of social influence on non-morphological traits and about the degree of vertical transmission-with only participants in the United States expecting parents to have much social influence over their children. We reinterpret people's differentiation of trait transmission pathways in light of humans' evolutionary history as a cultural species.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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