Children’s implicit attitudes toward targets who differ by race and gender.
Notice bibliographique
Résumé
= 206; 109 boys, 97 girls; 55% White; 68% of household incomes > $75,000/year), recruited from a science museum in a large multicultural Canadian city, completed a child-friendly Implicit Association Test (IAT; Greenwald et al., 2003) that included own-gender Black and other-gender White targets. Children were randomly assigned to complete this IAT under one of three categorization conditions. When asked to categorize targets by gender as opposed to race, both girls and boys showed relatively more positive associations with own-gender Black targets over other-gender White targets. Children in a third, Ambiguous-Categorization (AC-IAT; Lipman et al., 2021) condition, which allowed for categorization by gender and/or race, were more likely to spontaneously categorize additional final trials primarily by gender (70%), suggesting that gender was the more salient social category. However, girls' and boys' biases in this condition differed, with girls showing relatively more positive associations with own-gender Black targets (Black girls > White boys) and boys showing relatively more positive associations with other-gender White targets (White girls > Black boys). In addition, the more boys and girls categorized by gender (over race) at the end of the task, the more they showed positive associations with own-gender Black targets over other-gender White targets. These findings provide insight into children's social categorization processes and biases toward targets who differ by race and gender. (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».