MétaCan
Menu
Retour à la cohorte
Enregistrement W2751936353 · doi:10.1002/ejsp.2337

Validating the semantic misattribution procedure as an implicit measure of gender stereotyping

2017· article· en· W2751936353 sur OpenAlexafffund
Yang Ye, Bertram Gawronski

Notice bibliographique

RevueEuropean Journal of Social Psychology · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaFonds Wetenschappelijk Onderzoek
Mots-clésMisattribution of memoryPsychologyPriming (agriculture)Stereotype (UML)Discriminant validitySocial psychologyConstruct validityConstruct (python library)AttributionGrammatical genderAffect (linguistics)Impression formationDevelopmental psychologySocial perceptionInternal consistencyPsychometricsPerceptionLinguisticsCognitionCommunication

Résumé

récupéré en direct d'OpenAlex

Abstract The current research tested the validity of the semantic misattribution procedure (SMP)—a variant of the affect misattribution procedure—as an implicit measure of gender stereotyping. In three studies ( N = 604), prime words of gender‐stereotypical occupations (e.g., nurse, doctor) influenced participants' guesses of whether unknown Chinese ideographs referred to male or female names in a stereotype‐congruent manner. Priming scores of gender stereotyping showed high internal consistency and construct‐valid correlations with explicit measures of sexism. Discriminant validity of gender stereotyping scores was tested by investigating relations with priming effects involving grammatical gender (e.g., mother, father). Evidence for discriminant validity was obtained when (1) trials from the two priming measures were presented in a blocked rather than interspersed manner and (2) the measure of stereotypical gender priming preceded the measure of grammatical gender priming. Overall, the SMP showed good psychometric properties and construct validity for the assessment of gender stereotyping.

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 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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,122
Tête enseignante GPT0,423
Écart entre enseignants0,300 · 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 tête enseignante, pas un consensus.

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

Citations22
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Social PsychologyMême sujetSocial and Intergroup PsychologyTravaux en français237 207