MétaCan
Menu
Retour à la cohorte
Enregistrement W2735269415 · doi:10.1177/0146167217713192

Ecological Origins of Freedom: Pathogens, Heat Stress, and Frontier Topography Predict More Vertical but Less Horizontal Governmental Restriction

2017· article· en· W2735269415 sur OpenAlexaff
Lucian Gideon Conway, Kate Bongard, Victoria C. Plaut, Laura Janelle Gornick, Daniel P. Dodds, Thomas Giresi, Roger G. Tweed, Meredith A. Repke, Shannon C. Houck

Notice bibliographique

RevuePersonality and Social Psychology Bulletin · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesnon disponible
Mots-clésSocialityStressorFrontierEcologyHorizontal and verticalStress (linguistics)PsychologyLawBiologyGeographyPolitical scienceNeuroscienceGeodesy

Résumé

récupéré en direct d'OpenAlex

What kinds of physical environments make for free societies? The present research investigates the effect of three different types of ecological stressors (climate stress, pathogen stress, and frontier topography) on two measurements of governmental restriction: Vertical restriction involves select persons imposing asymmetrical laws on others, while horizontal restriction involves laws that restrict most members of a society equally. Investigation 1 validates our measurements of vertical and horizontal restriction. Investigation 2 demonstrates that, across both U.S. states and a sample of nations, ecological stressors tend to cause more vertically restrictive societies but less horizontally restrictive societies. Investigation 3 demonstrates that assortative sociality partially mediates ecological stress→restriction relationships across nations, but not in U.S. states. Although some stressor-specific effects emerged (most notably, cold stress consistently showed effects in the opposite direction), these results in the main suggest that ecological stress simultaneously creates opposing pressures that push freedom in two different directions.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,346
Écart entre enseignants0,306 · 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

Citations45
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonality and Social Psychology BulletinMême sujetHealth disparities and outcomesTravaux en français237 207