MétaCan
Menu
Retour à la cohorte
Enregistrement W2981384365 · doi:10.14738/assrj.69.6985

Patterns in Aggregated Human Conflict Behaviour: Spectral analyses reveal 7- and 29-day periodicities reflecting weekly and monthly lunar cycles

2019· article· en· W2981384365 sur OpenAlexaff
Lucas W.E. Tessaro

Notice bibliographique

RevueAdvances in Social Sciences Research Journal · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueParanormal Experiences and Beliefs
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésEntrainment (biomusicology)AggressionDuration (music)BattlePeriod (music)Scale (ratio)Day lengthRhythmPsychologyHistoryGeographyPhysicsSocial psychologyBiologyCartographyAncient historyArtLiteraturephotoperiodism

Résumé

récupéré en direct d'OpenAlex

Previous works demonstrated that human creative output fluctuates in periods of 500-years, and more importantly that these periods of creative output maxima occurred simultaneous with increased solar activity. Indeed, early works by Chizhevskiy pointed to the correlation between solar-and-lunar geophysical variables and human behaviour. Interestingly, Persinger, and St. Pierre demonstrated increased aggression in rats during increased geophysical activity. Using these studies as a foundation, we explored the CDB90 Battle Dataset to find a pattern or potential periodicity in large scale human aggressive behaviour – war – specifically within the duration of battles. Using the mean duration of battles for various wars from 1600 to 1950 revealed a 7-day periodicity in military conflicts during the 20th Century, with subharmonics at 14, 22, and 29-days. The existence of the 7-day period in large-scale aggregate behaviour may suggest the reflection of biological cycles also of 7-days, whose original entrainment is likely due to solar and lunar influences. Such entrainment may be why attempts to organize human societies with cycles other than 7-days become superseded by circaseptan systems as they reflect a natural, biological pattern.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,069
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,193
Tête enseignante GPT0,553
Écart entre enseignants0,359 · 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.

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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Social Sciences Research JournalMême sujetParanormal Experiences and BeliefsTravaux en français237 207