MétaCan
Menu
Retour à la cohorte
Enregistrement W2306841286 · doi:10.1098/rstb.2015.0153

Wealth, fertility and adaptive behaviour in industrial populations

2016· review· en· W2306841286 sur OpenAlexafffund
Gert Stulp, Louise Barrett

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society B Biological Sciences · 2016
Typereview
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNederlandse Organisatie voor Wetenschappelijk OnderzoekCanada Research Chairs
Mots-clésFertilityPerspective (graphical)EconomicsPopulationSociologyDemography

Résumé

récupéré en direct d'OpenAlex

The lack of association between wealth and fertility in contemporary industrialized populations has often been used to question the value of an evolutionary perspective on human behaviour. Here, we first present the history of this debate, and the evolutionary explanations for why wealth and fertility (the number of children) are decoupled in modern industrial settings. We suggest that the nature of the relationship between wealth and fertility remains an open question because of the multi-faceted nature of wealth, and because existing cross-sectional studies are ambiguous with respect to how material wealth and fertility are linked. A literature review of longitudinal studies on wealth and fertility shows that the majority of these report positive effects of wealth, although levels of fertility seem to fall below those that would maximize fitness. We emphasize that reproductive decision-making reflects a complex interplay between individual and societal factors that resists simple evolutionary interpretation, and highlight the role of economic insecurity in fertility decisions. We conclude by discussing whether the wealth-fertility relationship can inform us about the adaptiveness of modern fertility behaviour, and argue against simplistic claims regarding maladaptive behaviour in humans.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,004
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,331
Tête enseignante GPT0,424
Écart entre enseignants0,093 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society B Biological SciencesMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207