MétaCan
Menu
Retour à la cohorte
Enregistrement W3115773992 · doi:10.1177/2378023120980328

Decline in Marriage Associated with the COVID-19 Pandemic in the United States

2020· article· en· W3115773992 sur OpenAlexaff
Brandon Wagner, Kate H. Choi, Philip N. Cohen

Notice bibliographique

RevueSocius Sociological Research for a Dynamic World · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFamily Dynamics and Relationships
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Metropolitan areaOutbreakDemographyGovernment (linguistics)Closure (psychology)Demographic economicsCohabitationGeography2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Political scienceSocioeconomicsEconomic growthSociologyMedicineEconomicsDiseaseLawInfectious disease (medical specialty)Virology

Résumé

récupéré en direct d'OpenAlex

In the social upheaval arising from the coronavirus disease 2019 (COVID-19) pandemic, we do not yet know how union formation, particularly marriage, has been affected. Using administration records-marriage certificates and applications-gathered from settings representing a variety of COVID-19 experiences in the United States, the authors compare counts of recorded marriages in 2020 against those from the same period in 2019. There is a dramatic decrease in year-to-date cumulative marriages in 2020 compared with 2019 in each case. Similar patterns are observed for the Seattle metropolitan area when analyzing the cumulative number of marriage applications, a leading indicator of marriages in the near future. Year-to-date declines in marriage are unlikely to be due solely to closure of government agencies that administer marriage certification or reporting delays. Together, these findings suggest that marriage has declined during the COVID-19 outbreak and may continue to do so, at least in the short term.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,069
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,352
Tête enseignante GPT0,482
Écart entre enseignants0,130 · 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

Citations41
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocius Sociological Research for a Dynamic WorldMême sujetFamily Dynamics and RelationshipsTravaux en français237 207