Case for Non‐Biased Intelligence Testing Against Black Africans Has Not Been Made: A Comment on Rushton, Skuy, and Bons (2004)
Notice bibliographique
Résumé
This reply reviews the conceptual, methodological, and statistical foundations of Rushton, Skuy and Bons' article in this journal that compared Black Africans, Whites and East Indians on the Raven's Advanced Progressive Matrices, and concluded that the Raven's is an unbiased test. Through a technical re‐analysis of both the internal and external validity criteria for test bias using data reported in the Rushton et al. paper, we demonstrate that the Raven's Matrices test is in fact biased against Black Africans. We take issue with several additional elements of Rushton et al.'s study, including the use of non‐equivalent groups in test samples. We briefly review Rushton's racial‐realist research agenda and show that the assumption of test bias is central to advancing that agenda. Industrial/organizational and occupational psychologists should critically analyze and re‐evaluate the science employed in Rushton's racial‐realist research and also should better understand the ethical and social implications of accepting his reports of research findings on test bias and White–Black IQ differences as established scientific facts.
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 | 0,034 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,014 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,010 | 0,004 |
| Intégrité de la recherche | 0,073 | 0,070 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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 ».