MétaCan
Menu
Retour à la cohorte
Enregistrement W4405312754 · doi:10.31234/osf.io/byade

Preferred Traits for One’s Future Offspring

2024· preprint· en· W4405312754 sur OpenAlexaboutno aff
Michael C. Ashton, Kibeom Lee

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyBig Five personality traitsTraitSocial psychologyKindnessOffspringPreferenceTemptationAttractivenessAgreeablenessPersonalityHonestyDevelopmental psychologyExtraversion and introversionPregnancy

Résumé

récupéré en direct d'OpenAlex

We examined preferences for the characteristics of one’s future offspring in a sample of 391 Canadian undergraduate students who provided self-reports, with a focus on several issues: (1) the relative preference for “success” traits (ambition, athleticism, attractiveness, charisma, intelligence) versus “humanity” traits (kindness, generosity, fairness, honesty), (2) the relative preferences among the various “success” traits themselves (separately for prospective sons and prospective daughters), and (3) the associations of respondent personality characteristics with the offspring trait preferences. Our findings showed that “humanity” traits were favored over “success” traits by the large majority of respondents but that the remaining respondents tended to be low in Honesty-Humility and to some extent in Agreeableness (versus Anger) and Emotionality. Respondents showed a weak preference for intelligence over the other success traits; preferences for those traits were similar for prospective sons and prospective daughters, but athleticism was slightly favored among sons and attractiveness was slightly favored among daughters.Keywords: offspring trait selection; intelligence; attractiveness; athleticism; personality

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)0,001
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 enseignants0,119
Score d'incertitude au seuil0,236

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,089
Tête enseignante GPT0,376
Écart entre enseignants0,287 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207