MétaCan
Menu
Retour à la cohorte
Enregistrement W4396902585 · doi:10.1016/j.ehb.2024.101383

How did the European Marriage Pattern persist? Social versus familial inheritance: England and Quebec, 1650–1850

2024· article· en· W4396902585 sur OpenAlexaboutno aff
Gregory Clark, Neil Cummins, Matthew Curtis

Notice bibliographique

RevueEconomics & Human Biology · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHistorical Economic and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, DavisNational Research FoundationNational Institutes of HealthDanmarks GrundforskningsfondNational Science Foundation
Mots-clésInheritance (genetic algorithm)GenealogyDemographyHistoryGeographySociologyGeneticsBiology

Résumé

récupéré en direct d'OpenAlex

The European Marriage Pattern (EMP), in place in NW Europe for perhaps 500 years, substantially limited fertility. But how could such limitation persist when some individuals who deviated from the EMP norm had more children? If their children inherited their deviant behaviors, their descendants would quickly become the majority of later generations. This puzzle has two possible solutions. The first is that all those that deviated actually had lower net fertility over multiple generations. We show, however, no fertility penalty to future generations from higher initial fertility. Instead the EMP survived because even though the EMP persisted at the social level, children did not inherit their parents’ individual fertility choices. In the paper we show evidence consistent with lateral, as opposed to vertical, transmission of EMP fertility behaviors. • The European Marriage Pattern (EMP), in place in NW Europe for perhaps 500 years, substantially limited fertility. • We show no fertility penalty to future generations from higher initial fertility in the first generation. • The EMP survived because children did not inherit their parents’ individual fertility choices. • We show evidence consistent with lateral, as opposed to vertical, transmission of fertility behaviors.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

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

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 Opus0,042
Tête enseignante GPT0,225
Écart entre enseignants0,183 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomics & Human BiologyMême sujetHistorical Economic and Social StudiesTravaux en français237 207