MétaCan
Menu
Retour à la cohorte
Enregistrement W3128811343 · doi:10.1177/0146167220984407

Enjoying Each Other’s Company: Gaining Other-Gender Friendships Promotes Positive Gender Attitudes Among Ethnically Diverse Children

2021· article· en· W3128811343 sur OpenAlexaff
May Ling Halim, Carol Lynn Martin, Naomi C. Z. Andrews, Kristina M. Zosuls, Diane N. Ruble

Notice bibliographique

RevuePersonality and Social Psychology Bulletin · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Roles and Identity Studies
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésPsychologyEthnic groupDevelopmental psychologyGender biasAffect (linguistics)FriendshipEthnically diverseSocial psychology

Résumé

récupéré en direct d'OpenAlex

Gender segregation is ubiquitous and may lead to increased bias against other-gender peers. In this study, we examined whether individual differences in friendships with other-gender children reduce gender bias, and whether these patterns vary by gender or ethnicity. Using a 1-year longitudinal design ( N = 408 second graders [ M age = 7.56 years] and fourth graders [ M age = 9.48 years]), we found that, across groups, gaining more other-gender friendships over the year led to (a) increased positive cognitive-based attitudes toward the other gender and (b) increased positive and decreased negative affect when with the other gender. We also tested the reverse pattern and found support for a bidirectional link. Girls and Latinx children often showed more gender bias than did boys and European American children. Implications for promoting positive relationships between girls and boys are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,142
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,124
Tête enseignante GPT0,381
Écart entre enseignants0,258 · 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

Citations28
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonality and Social Psychology BulletinMême sujetGender Roles and Identity StudiesTravaux en français237 207