MétaCan
Menu
Retour à la cohorte
Enregistrement W2114322854 · doi:10.1037/ebs0000034

Factors influencing the allowance of cousin marriages in the standard cross cultural sample.

2015· article· en· W2114322854 sur OpenAlexaff
Ashley D. Hoben, Abraham P. Buunk, Maryanne L. Fisher

Notice bibliographique

RevueEvolutionary Behavioral Sciences · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensSaint Mary's University
Organismes subventionnairesUniversity of Illinois at Urbana-ChampaignUniversity of Cambridge
Mots-clésCousinSocial psychologyVariance (accounting)PsychologyPreferenceDevelopmental psychologyAllowance (engineering)PsycINFOSociologyDemographyLawPolitical science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to examine variance in the practice and acceptance of cousin marriage in select areas of the world. This study uses Murdock’s Standard Cross Cultural Sample (SCCS). The SCCS includes 186 societies ranging from contemporary hunter and gatherers to early historic states to contemporary industrial people. It is hypothesized that cousin marriages are more likely to occur in small, isolated communities, and in communities that experience high rates of pathogen prevalence. That is, the variance in the practice of cousin marriage may reflect functional responses to various local ecological and environmental pressures. The results demonstrate that geographic isolation and pathogen prevalence are both independent and significant positive predictors of whether or not a society practices cousin marriage. These findings suggest that consanguineous marriage may be an adaptive solution to the problem of mate selection, depending on the environment in which one lives. Consequently, the biological advantages may lead to and/or become an individual preference, which is then reinforced by the local culture. We contend that although social and cultural explanations are of obvious importance, they can only provide partial explanations, and much can be gained from incorporating an evolutionary perspective. (PsycINFO Database Record (c) 2016 APA, all rights reserved)<br/><br/>

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,327
Tête enseignante GPT0,473
Écart entre enseignants0,147 · 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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolutionary Behavioral SciencesMême sujetCultural Differences and ValuesTravaux en français237 207