Welfare, ethnicity and altruism : new findings and evolutionary theory
Notice bibliographique
Résumé
Introduction: The symposium target paper in broader context Part 1: Does Ethnic Heterogeneity Depress Public Altruism in Multi-Ethnic Societies? 1. Urban Begging and Ethnic Nepotism in Russia: An ethnological pilot study 2. Ethnic Diversity, Population Size and Charitable Giving at the Local Level in the United States 3. Ethnic Heterogeneity and Public Spending: Testing the evolutionary theory of ethnicity with cross-national data 4. An Exploratory Comparative Study of the Relationship between Ethnic Heterogeneity and Welfare Politics 5. Reconciling the Differences between Sanderson's and Vanhanen's Results Part 2: Welfare Broadly Defined 6. Ethnic Heterogeneity and Economic Growth: Ethnolinguistic diversity, government and growth 7. Ethnic Diversity, Foreign Aid, Economic Growth, Population Policy, Welfare, Inequality, Conflict and the Costs of Globalism: A perspective on W. Masters and M. McMillan's findings Part 3: Explanation and Prediction: Does evolutionary theory help? 8. The Limits of Chimpanzee Charity: Strategies of meat sharing in communities of wild apes 9. Selfish Cooperation, Loyalty Structures and Proto-Ethnocentrism in Intergroup Agonistic Behaviour 10. Canadian Welfare Policy and Ethnopolitics: Toward an evolutionary model 11. Why Welfare States Rise and Fall: Ethnicity, belief systems, and environmental influences on the support for public goods Part 4: Ethical and Policy Implications 12. Ethnicity, the Problem of Differential Altruism, and International Multiculturalism 13. Affirmative Action and Ethnic Nepotism 14. The Evolutionary Deficit in Mainstream Political Theory
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».