MétaCan
Menu
Retour à la cohorte
Enregistrement W4320163187 · doi:10.1002/9781405165518.wbeosd027.pub2

Demography: Historical

2020· other· en· W4320163187 sur OpenAlexaff
Carl Mosk

Notice bibliographique

RevueThe Blackwell Encyclopedia of Sociology · 2020
Typeother
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDemographic transitionHistorical demographyIndustrial RevolutionPopulationPopulation growthIndustrialisationAgricultural revolutionExtant taxonDomesticationDemographic historyDemographic changeFertilityGeographyHistorySecular variationDemographyAgricultureSociologyPolitical scienceEcologyBiologyArchaeologyDeveloped countryEvolutionary biologyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Demographic history is shaped by technological breakthroughs, such as the Neolithic Revolution beginning around 10,000 bce , and the first Industrial Revolution in the eighteenth century. Hunting and gathering peoples experienced anemic population growth; the diffusion of settled agriculture exploiting domesticated plants and animals engendered slow secular increase – albeit punctuated by dramatic reverses – in human numbers. The first and second Industrial Revolutions unleashed dramatic growth. Given the importance of understanding population dynamics, theories have flourished: notable are Malthusian theory exploring preindustrial demography, and demographic transition theory accounting for demographic developments after industrialization. Given the extant statistical record, research in demographic history implicitly differentiates between core and periphery zones. In the core, documentation being relatively satisfactory, evidence points to homeostatic Malthusian equilibriums ultimately ushering in demographic transitions, fertility often increasing prior to experiencing secular decline. In the periphery where evidence is scanty, theorists of population dynamics have struggled to apply principles applicable to the core.

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 candidatesMéta-épidémiologie (sens strict), Études 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,110
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)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,257 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Blackwell Encyclopedia of SociologyMême sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207