MétaCan
Menu
Retour à la cohorte
Enregistrement W2589140785 · doi:10.3138/jcfs.43.5.731

Understanding High Levels of Singlehood in Singapore

2012· article· en· W2589140785 sur OpenAlexvenueno aff
Gavin W. Jones, Pamela Chia Pei Zhi

Notice bibliographique

RevueJournal of Comparative Family Studies · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocioeconomic Development in Asia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCohabitationPopulationSocial policyIndividualismSociologyGovernment (linguistics)Demographic economicsEconomic growthEconomicsPolitical scienceDemographyLaw

Résumé

récupéré en direct d'OpenAlex

The trend towards late marriage and nonmarriage has characterized East and Southeast Asia over the past three decades. Singlehood levels in Singapore are high, particularly among the Chinese population. Based on a recent qualitative study on 30 single Singaporeans of Chinese descent, the paper examines a number of factors relevant to the high level of singlehood among Chinese population in Singapore. The high financial and opportunity costs of marrying and raising a family are shown to be relevant, as well as increasing individualism and changing attitudes about marriage. The paper argues that the trend towards marriage postponement and non-marriage in Singapore is related to increasing emphasis on freedom, independence and self-actualization, greater individual decision making about marriage, the increasing social acceptability of premarital sex and cohabitation and changing attitudes about the desirability of marriage. Some findings from our Singapore case seem to echo the second demographic transition as reported in many Western societies. These findings may have implications for the Singapore government’s population and social policy in terms of shaping positive attitudes towards marriage and procreation and building effective matchmaking institutions.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0030,003
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,613
Tête enseignante GPT0,454
Écart entre enseignants0,160 · 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

Citations56
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative Family StudiesMême sujetSocioeconomic Development in AsiaTravaux en français237 207