Gender differences in self-reported camouflaging in autistic and non-autistic adults
Notice bibliographique
Résumé
Social camouflaging describes the use of strategies to compensate for and mask autistic characteristics during social interactions. A newly developed self-reported measure of camouflaging (Camouflaging Autistic Traits Questionnaire) was used in an online survey to measure gender differences in autistic ( n = 306) and non-autistic adults ( n = 472) without intellectual disability for the first time. Controlling for age and autistic-like traits, an interaction between gender and diagnostic status was found: autistic females demonstrated higher total camouflaging scores than autistic males (partial η 2 = 0.08), but there was no camouflaging gender difference for non-autistic people. Autistic females scored higher than males on two of three Camouflaging Autistic Traits Questionnaire subscales: Masking (partial η 2 = 0.05) and Assimilation (partial η 2 = 0.06), but not on the Compensation subscale. No differences were found between non-autistic males and females on any subscale. No differences were found between non-binary individuals and other genders in either autistic or non-autistic groups, although samples were underpowered. These findings support previous observations of greater camouflaging in autistic females than males and demonstrate for the first time no self-reported gender difference in non-autistic adults.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».