MétaCan
Menu
Retour à la cohorte
Enregistrement W2535741930 · doi:10.1017/s1743923x16000544

Why Won't Lola Run? An Experiment Examining Stereotype Threat and Political Ambition

2016· article· en· W2535741930 sur OpenAlexaff
Scott Pruysers, Julie Blais

Notice bibliographique

RevuePolitics & Gender · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Politics and Representation
Établissements canadiensCarleton UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésStereotype threatPoliticsSocial psychologyStereotype (UML)PsychologyAnxietyIdentity (music)Political psychologyOrder (exchange)CognitionPolitical scienceDevelopmental psychologyEconomics

Résumé

récupéré en direct d'OpenAlex

Among the most well-documented and long-standing gender gaps in political behavior are those relating to political ambition, as men have consistently been shown to express a significantly higher level of political ambition than women. Although this gap is well established, the reasons for the differences between men and women remain largely unknown. One possible explanation is that negative stereotypes about women's political ability are responsible. Stereotype threat, as it is referred to in the psychology literature, is a phenomenon where individuals of a social group suffer cognitive burdens and anxiety after being exposed to negative stereotypes that relate to their identity. These disruptions have been shown to alter attitudes and behavior. In order to test this possibility, we employed an experimental design whereby we randomly assigned 501 undergraduate students into threat and nonthreat conditions. While men exhibited higher levels of political ambition in both conditions, women in the nonthreat condition expressed significantly higher levels of political ambition than those women who were exposed to negative stereotypes. The results of this study therefore suggest that the gender gap in political ambition may be partly explained by negative stereotypes about women in politics.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,118
Tête enseignante GPT0,378
Écart entre enseignants0,260 · 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'étudeEssai non randomisé
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

Citations88
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitics & GenderMême sujetGender Politics and RepresentationTravaux en français237 207