MétaCan
Menu
Retour à la cohorte
Enregistrement W2498429025 · doi:10.1093/acprof:oso/9780199730421.003.0011

Why Don't Americans Accept Evolution as Much as People in Peer Nations Do? A Theory (Reinforced Theistic Manifest Destiny) and Some Pertinent Evidence

2012· book-chapter· en· W2498429025 sur OpenAlexaboutno aff
Michael Ranney

Notice bibliographique

RevueOxford University Press eBooks · 2012
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueEvolution and Science Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTheismDestiny (ISS module)Manifest destinyAfterlifeVariety (cybernetics)Set (abstract data type)Environmental ethicsEpistemologyPsychologySociologyPolitical sciencePhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Prior speculations about why Americans don't embrace evolution — as much as comparable nations’ residents do — are generally dated and not well assessed. Reinforced Theistic Manifest Destiny (RTMD), introduced in this chapter, represents a more obviously predictive theory that focuses on spiritually-linked feedback regarding the U.S.’s military (and industrial) prowess. RTMD joins analyses of (a) individuals’ motivations, emotions, and epistemologies, with (b) intra- and inter-national historical narratives. Many of RTMD’s empirical hypotheses are discussed and from the U.S. and Canada. The North American findings largely cohere with the relevant set of RTMD’s predictions, given the variety of associations observed among beliefs regarding afterlife, theism, nationalism, global warming, and the origins of species. These encouraging experimental and survey studies offer further implications regarding how evolution might be better conveyed in both formal and informal settings — and why we should teach evolution in the first place (e.g., preserving Earth’s biosphere).

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,012
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,049
Tête enseignante GPT0,240
Écart entre enseignants0,191 · 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

Citations13
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetEvolution and Science EducationTravaux en français237 207