MétaCan
Menu
Retour à la cohorte
Enregistrement W2745335224 · doi:10.1073/pnas.1705910114

A model explaining the matrilateral bias in alloparental investment

2017· article· en· W2745335224 sur OpenAlexaff
Gretchen Perry, Martin Daly

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensMcMaster UniversityLakehead University
Organismes subventionnairesnon disponible
Mots-clésReceiptRaising (metalworking)Investment (military)Parental investmentFoundation (evidence)PsychologySocial psychologyEconomicsBiologyPolitical scienceGeneticsOffspringPregnancyEngineering

Résumé

récupéré en direct d'OpenAlex

Maternal grandmothers invest more in childcare than paternal grandmothers. This bias is large where the expression of preferences is unconstrained by residential and lineage norms, and is detectable even where marriage removes women from their natal families. We maintain that the standard evolutionary explanation, paternity uncertainty, is incomplete, and present an expanded model incorporating effects of alloparents on the mother as well as on her children. Alloparenting lightens a mother's load and increases her residual nepotistic value: her expected fitness from later investments in personal reproduction and in her natal relatives. The mother's mother derives fitness from all such investments, whereas her mother-in-law gains only from further investment in children sired by her son, and thus has less incentive to assist the mother even if paternity is certain. This logic extends to kin other than grandmothers. We generate several hypotheses for future research.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,575
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

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

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 Opus0,236
Tête enseignante GPT0,420
Écart entre enseignants0,184 · 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 tête enseignante, 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

Citations64
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207