How EIRD Is Sex Research?: A Commentary and Reanalysis of Klein et al. (2021)
Notice bibliographique
Résumé
Klein, Savaș, and Conley (2021) argued that sexual science is overdependent on WEIRD (Western, Educated, Industrialized, Rich, and Democratic) samples. Though we agree that sexual science needs to increase its generalizability and inclusivity, we describe concerns with their measurement strategy of categorizing samples as WEIRD or Not WEIRD based on the country from which a sample was drawn. Reanalyzing their data with publicly available global metrics of Education, Industrialization, Richness, and Democratic Values (what we refer to as EIRDness), we find (1) EIRDness metrics were not particularly correlated; (2) countries coded as WEIRD by Klein et al. do not appear reliably EIRDer than those that were not; and (3) and categorical measurement models of EIRDness did not support profiles of EIRD and Not EIRD countries. With these limitations in mind, we then express further concerns about the application utility of Klein et al.'s WEIRDness critique, and unintended political implications embedded in its methodology. We conclude by harkening back to critiques of the WEIRD framework, and suggest that the pursuit of a more equitable and just sexual science - which we applaud Klein et al. for pushing our field to consider - may be better served to alternative frameworks for critiquing its sampling practices.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,049 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,008 |
| 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 tête enseignante, 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 ».