MétaCan
Menu
Retour à la cohorte
Enregistrement W2627051750 · doi:10.1177/1069397117723552

How Do Hunter-Gatherer Children Learn Social and Gender Norms? A Meta-Ethnographic Review

2017· review· en· W2627051750 sur OpenAlexfundno aff
Sheina Lew‐Levy, Noa Lavi, Rachel Reckin, Jurgi Cristóbal‐Azkarate, Kate Ellis‐Davies

Notice bibliographique

RevueCross-Cultural Research · 2017
Typereview
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensnon disponible
Organismes subventionnairesGates Cambridge TrustSocial Sciences and Humanities Research Council of CanadaCambridge TrustKing's College London
Mots-clésAutonomyImitationEthnographyPsychologyDevelopmental psychologyDivision of labourInclusion (mineral)EgalitarianismSocial psychologySociologyAnthropologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Forager societies tend to value egalitarianism, cooperative autonomy, and sharing. Furthermore, foragers exhibit a strong gendered division of labor. However, few studies have employed a cross-cultural approach to understand how forager children learn social and gender norms. To address this gap, we perform a meta-ethnography, which allows for the systematic extraction, synthesis, and comparison of quantitative and qualitative publications. In all, 77 publications met our inclusion criteria. These suggest that sharing is actively taught in infancy. In early childhood, children transition to the playgroup, signifying their increased autonomy. Cooperative behaviors are learned through play. At the end of middle childhood, children self-segregate into same-sex groups and begin to perform gender-specific tasks. We find evidence that foragers actively teach children social norms, and that, with sedentarization, teaching, through direct instruction and task assignment, replaces imitation in learning gendered behaviors. We also find evidence that child-to-child transmission is an important way children learn cultural norms, and that noninterference might be a way autonomy is taught. These findings can add to the debate on teaching and learning within forager populations.

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)0,004
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0080,006
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,616
Tête enseignante GPT0,591
Écart entre enseignants0,026 · 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'étudeRevue systématique
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

Citations161
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCross-Cultural ResearchMême sujetChild and Animal Learning DevelopmentTravaux en français237 207