MétaCan
Menu
Retour à la cohorte
Enregistrement W2971385492 · doi:10.1093/oxfordhb/9780190494087.013.16

Women’s Gossip as an Intrasexual Competition Strategy

2019· reference-entry· en· W2971385492 sur OpenAlexaff
Adam C. Davis, Tracy Vaillancourt, Steven Arnocky, Robert Doyel

Notice bibliographique

Revuenon disponible
Typereference-entry
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensNipissing UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésGossipAggressionReputationSocial psychologyPhysical attractivenessPsychologyCovertEvolutionary psychologyCompetition (biology)ScapegoatingAttractivenessPolitical scienceEcologyLaw

Résumé

récupéré en direct d'OpenAlex

In the evolutionary sciences, gossip is argued to constitute an adaptation that enabled human beings to disseminate information about and to keep track of others within a vast and expansive social network. Although gossip can effectively encourage in-group cooperation, it can also be used as a low-cost and covert aggressive tactic to compete with others for valued resources. In line with evolutionary logic, the totality of evidence to date demonstrates that women prefer to aggress indirectly against their rivals via tactics such as gossip and social exclusion, in comparison to men who use proportionally more direct forms of aggression (e.g., physical aggression). As such, it has been argued that heterosexual women may use gossip as their primary weapon of choice to derogate same-sex rivals in order to damage their reputation and render them less desirable as mates to the opposite sex. This involves attacking the physical attractiveness and sexual reputation of other women, which correspond to men’s evolved mating preferences. Androcentric theorizing in the evolutionary sciences has stifled a well-rounded understanding of how women use gossip to compete, with whom, and in what situations.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,3010,033

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 Opus0,065
Tête enseignante GPT0,365
Écart entre enseignants0,300 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207