MétaCan
Menu
Retour à la cohorte
Enregistrement W3160196352 · doi:10.3390/socsci10050177

Do Data from Large Personal Networks Support Cultural Evolutionary Ideas about Kin and Fertility?

2021· article· en· W3160196352 sur OpenAlexafffund
Gert Stulp, Louise Barrett

Notice bibliographique

RevueSocial Sciences · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésNext of kinRespondentConformityPsychologyFertilityKinshipSocial psychologyKin recognitionKin selectionDevelopmental psychologyDemographySociologyPopulationEcologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

The fertility decline associated with economic development has been attributed to a host of interrelated causes including the rising costs of children with industrialization, and shifts in family structure. One hypothesis is that kin may impart more pro-natal information within their networks than non-kin, and that this effect may be exacerbated in networks with high kin-density where greater social conformity would be expected. In this study, we tested these ideas using large personal networks (25 associates of the respondent) collected from a sample of Dutch women (N = 706). Kin (parents) were perceived to exert slightly more social pressure to have children than non-kin, although dense networks were not associated with greater pressure. In contrast, women reported talking to friends about having children to a greater extent than kin, although greater kin-density in the network increased the likelihood of women reporting that they could talk to kin about having children. Both consanguineal and affinal kin could be asked to help with child-care to a greater extent than friends and other non-kin. Overall, there was mixed evidence that kin were more likely to offer pro-natal information than non-kin, and better evidence to suggest that kin were considered to be a better source of child-care support.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,259
Score d'incertitude au seuil1,000

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,112
Tête enseignante GPT0,417
Écart entre enseignants0,305 · 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

Citations14
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial SciencesMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207