MétaCan
Menu
Retour à la cohorte
Enregistrement W2603200838 · doi:10.3138/jcfs.44.5.623

Marriage and Cohabitation in South Africa: An Enriching Explanation?

2013· article· en· W2603200838 sur OpenAlexvenueno aff
Elena Moore, Rajen Govender

Notice bibliographique

RevueJournal of Comparative Family Studies · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFamily Dynamics and Relationships
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCohabitationContext (archaeology)Demographic economicsSociologySurvey data collectionSocial psychologyGender studiesDemographyGeographyPsychologyEconomics

Résumé

récupéré en direct d'OpenAlex

Patterns of marriage and family formation in South Africa have changed dramatically in recent years. Many studies have indicated that marriage patterns and changes in family structure can be attributed to economic and social changes. However, the role of cultural norms and attitudes towards marriage and cohabitation across different social locations is under-researched. Using survey data from the 2005 South African Social Attitudes Survey, we investigate the extent to which structural variables and cultural attitudes towards marriage and cohabitation predict the likelihood of such transitions. In common with other research findings, we find that structural variables such as age, gender, employment status and location were significant predictors of marriage. However the findings also indicate that cultural attitudes, when examined in conjunction with sociodemographic factors, explains more of the changes in coupling in South Africa. In particular, individuals who cohabit as a means of preparing for marriage are significantly more likely to get married at some point in the future. We argue that explanations of low marriage rates in South Africa cannot exclude the cultural context of rules and norms governing coupledom.

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)0,006
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 enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,003
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,149
Tête enseignante GPT0,384
Écart entre enseignants0,234 · 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

Citations40
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative Family StudiesMême sujetFamily Dynamics and RelationshipsTravaux en français237 207