MétaCan
Menu
Retour à la cohorte
Enregistrement W2147453331 · doi:10.1177/0361684313480483

Beyond Gender Differences

2013· article· en· W2147453331 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePsychology of Women Quarterly · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPsychologyTest (biology)Stereotype threatSimilarity (geometry)Equivalence (formal languages)Stereotype (UML)Social psychologyArgument (complex analysis)AptitudeDevelopmental psychologyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Proponents of what has been termed the Gender Similarities Hypothesis (GSH) have typically relied on meta-analyses as well as the generation of nonsignificant tests of mean differences to support their argument that the genders are more similar than they are different. In the present article, we argue that alternative statistical methodologies, such as tests of equivalence, can provide more accurate (yet equally rigorous) tests of these hypotheses and therefore might serve to complement, challenge, and/or extend findings from meta-analyses. To demonstrate and test the usefulness of such procedures, we examined Scholastic Aptitude Test–Math (SAT-M) data to determine the degree of similarity between genders in the historically gender-stereotyped field of mathematics. Consistent with previous findings, our results suggest that men and women performed similarly on the SAT-M for every year that we examined (1996–2009). Importantly, our statistical approach provides a greater opportunity to open a dialogue on theoretical issues surrounding what does and what should constitute a meaningful difference in intelligence and achievement. As we note in the discussion, it remains important to consider whether even very small but consistent gender differences in mean test performance could reflect stereotype threat in the testing environment and/or gender biases in the test itself that would be important to address.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0210,002

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 Opus0,032
Tête enseignante GPT0,340
Écart entre enseignants0,309 · 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