MétaCan
Menu
Retour à la cohorte
Enregistrement W4282823533 · doi:10.3389/fpsyg.2022.924238

Sexual Selection and the Treatment of Predecessors’ Progeny by Replacement Mates

2022· review· en· W4282823533 sur OpenAlexaff
Martin Daly, Gretchen Perry

Notice bibliographique

RevueFrontiers in Psychology · 2022
Typereview
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPsychologySelection (genetic algorithm)Sexual selectionSocial psychologyMate choiceDevelopmental psychologyEvolutionary biologyGeneticsArtificial intelligenceMatingBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Darwin's theory of sexual selection provides a useful framework for understanding the behavior of stepparents. A non-human animal whose new mate has dependent young may kill, ignore, or adopt the predecessor's progeny. The third option has been interpreted as courtship ("mating effort"), and whether selection favors such investment over killing or ignoring the young apparently depends on aspects of the species-typical ecology and demography. The tripartite categorization of responses is a simplification, however, There is variability both within and between species along a continuum from rejection to "full adoption." The average stepparent invests less than the average birth parent, but more than nothing. Human stepparents have often been found to kill young children at higher rates than birth parents, but stepparental infanticide cannot plausibly be interpreted as a human adaptation, both because it is extremely rare and because it is almost certainly more likely to reduce the killer's fitness than to raise it. How sexual selection theory remains relevant to human stepparenting is by suggesting testable hypotheses about predictors of the variability in stepparental investment.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,054
Tête enseignante GPT0,393
Écart entre enseignants0,338 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207