MétaCan
Menu
Retour à la cohorte
Enregistrement W2517192924 · doi:10.1177/1069397116665815

Sex Differences in Sport Remain When Accounting for Countries’ Gender Inequality

2016· article· en· W2517192924 sur OpenAlexafffund
Shea M. Balish, Robert O. Deaner, Daniel Rainham, Chris M. Blanchard

Notice bibliographique

RevueCross-Cultural Research · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensDalhousie University
Organismes subventionnairesCanada Research ChairsDalhousie UniversityUniversity of Ottawa
Mots-clésInequalityTest (biology)Social inequalityWorld Values SurveyGender inequalityEconomic inequalityMultilevel modelSocial psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

The spectator lek hypothesis argues that sex differences in preferences for sport largely stem from evolved predispositions and thus should be universal or near universal, whereas socioconstructivist hypotheses argue that such sex differences are entirely socially constructed and thus should vary as a function of a society’s gender inequality. To test these competing hypotheses, cross-national nested data were acquired from the International Social Survey Program (s s = 49,729, n countries = 34). Hierarchical linear modeling was used to examine whether sex differences in sport are universal or near universal when controlling for countries’ gender inequality. Findings indicate that even when controlling for gender inequality, sex differences remain in reporting sport as one’s most common activity, in watching sport, and in attending sport events and for agreeing with the statement that one plays sport to compete against others. Although this study was limited by the homogeneity of the sampled countries and the use of self-report measures, these findings nonetheless support the spectator lek hypothesis. Future research should examine case studies (e.g., matrilineal societies) that can specifically test the assumptions of the spectator lek hypothesis.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,008
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,287
Tête enseignante GPT0,514
Écart entre enseignants0,227 · 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

Citations23
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCross-Cultural ResearchMême sujetSport and Mega-Event ImpactsTravaux en français237 207