MétaCan
Menu
Retour à la cohorte
Enregistrement W4220984174 · doi:10.1215/00703370-9815547

The Rise of Sonless Families in Asia and North Africa

2022· article· en· W4220984174 sur OpenAlexaboutno aff
Roshan K. Pandian, Keera Allendorf

Notice bibliographique

RevueDemography · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFertilityDemographyChinaEast AsiaGeographyQuarter (Canadian coin)PopulationTotal fertility ratePopulation growthFamily planningSocioeconomicsSociologyResearch methodology

Résumé

récupéré en direct d'OpenAlex

A neglected consequence of declining fertility is the likely rise of families with children of one sex-only sons or only daughters. Increases in such families present important demographic shifts that may weaken patrilineal family systems. We assess whether sons-only and daughters-only families rose in Asia and North Africa from the early 1990s to around 2015. Using 88 surveys and two censuses, we examine how the number and sex composition of children of mothers aged 40-49 changed across 20 countries, representing 87% of the region's population and 54% of the global population. We also compare observed trends to sex-indifferent counterfactuals, quantify contributions of fertility declines with decompositions, and investigate subnational trends in China and India. Increases in sons-only families were universal where numbers of children fell. Growth of daughters-only families was suppressed in patrilineal contexts, but these sonless families still rose significantly in 13 of 18 countries where numbers declined. By 2015, over a quarter of families in the region had only sons and nearly a fifth only daughters. There was considerable variation across countries: recent levels ranged from 28.3% to 3.4% daughters-only and from 40.1% to 6.0% sons-only. China and the rest of East Asia had the highest shares.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,257
Écart entre enseignants0,224 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDemographyMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207