MétaCan
Menu
Retour à la cohorte
Enregistrement W2153380232 · doi:10.1177/147470491000800408

On the Adaptive Origins and Maladaptive Consequences of Human Inbreeding: Parasite Prevalence, Immune Functioning, and Consanguineous Marriage

2010· article· en· W2153380232 sur OpenAlexaff
Ashley D. Hoben, Abraham P. Buunk, Corey L. Fincher, Randy Thornhill, Mark Schaller

Notice bibliographique

RevueEvolutionary Psychology · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCulture, Economy, and Development Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésInbreedingConsanguinityBiologyDiseaseConsanguineous MarriageAdaptation (eye)DemographyPopulationGeneticsMedicineSociology

Résumé

récupéré en direct d'OpenAlex

We propose that consanguineous marriages arise adaptively in response to high parasite prevalence and function to maintain coadapted gene complexes and associated local adaptation that defend against local pathogens. Therefore, a greater prevalence of inbreeding by consanguineous marriage is expected in geographical regions that historically have had high levels of disease-causing parasites. Eventually such marriages may, under the contemporary high movement of people with modern transportation, jeopardize the immunity of those who practice inbreeding as this leads to an increased susceptibility to novel pathogens. Therefore, a greater frequency of inbreeding is expected to predict higher levels of contemporary mortality and morbidity from infectious diseases. This parasite model of human inbreeding was supported by an analysis involving 72 countries worldwide. We found that historically high levels of pathogen prevalence were related positively to the proportion of consanguineous marriages, and that a higher prevalence of such marriages was associated with higher contemporary mortality and morbidity due to pathogens. Our study addresses plausible alternative explanations. The results suggest that consanguineous marriage is an adaptive consequence of historical pathogen ecologies, but is maladaptive in contemporary disease ecologies.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,038
Tête enseignante GPT0,324
Écart entre enseignants0,285 · 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'étudeThéorique ou conceptuel
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

Citations37
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolutionary PsychologyMême sujetCulture, Economy, and Development StudiesTravaux en français237 207