MétaCan
Menu
Retour à la cohorte
Enregistrement W2964343923 · doi:10.1177/1362361319864804

Gender differences in self-reported camouflaging in autistic and non-autistic adults

2019· article· en· W2964343923 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

RevueAutism · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAutismAutistic traitsPsychologyDevelopmental psychologyClinical psychologyAutism spectrum disorder

Résumé

récupéré en direct d'OpenAlex

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.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,031
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,280
Écart entre enseignants0,253 · 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