MétaCan
Menu
Retour à la cohorte
Enregistrement W4235849499 · doi:10.3386/w23337

Queens

2017· report· it· W4235849499 sur OpenAlexaff
Oeindrila Dube, S.P. Harish

Notice bibliographique

RevueNational Bureau of Economic Research · 2017
Typereport
Langueit
DomaineArts and Humanities
ThématiqueScottish History and National Identity
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Are states led by women less prone to conflict than states led by men? We answer this question by examining the effect of female rule on war among European polities over the 15th-20th centuries. We utilize gender of the first born and presence of a female sibling among previous monarchs as instruments for queenly rule. We find that polities led by queens were more likely to engage in war than polities led by kings. Moreover, the tendency of queens to engage as aggressors varied by marital status. Among unmarried monarchs, queens were more likely to be attacked than kings. Among married monarchs, queens were more likely to participate as attackers than kings, and, more likely to fight alongside allies. These results are consistent with an account in which marriages strengthened queenly reigns because married queens were more likely to secure alliances and enlist their spouses to help them rule. Married kings, in contrast, were less inclined to utilize a similar division of labor. These asymmetries, which reflected prevailing gender norms, ultimately enabled queens to pursue more aggressive war policies.

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)0,009
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, 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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,370
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,004

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 Opus0,557
Tête enseignante GPT0,527
Écart entre enseignants0,030 · 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetScottish History and National IdentityTravaux en français237 207