MétaCan
Menu
Retour à la cohorte
Enregistrement W4392204078 · doi:10.1093/pnasnexus/pgae025

Are many sex/gender differences really power differences?

2024· article· en· W4392204078 sur OpenAlexaff
Adam D. Galinsky, Aurora Turek, Grusha Agarwal, Eric M. Anicich, Derek D. Rucker, Hannah Riley Bowles, Nira Liberman, Chloe Levin, Joe C. Magee

Notice bibliographique

RevuePNAS Nexus · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPower (physics)PsychologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract This research addresses the long-standing debate about the determinants of sex/gender differences. Evolutionary theorists trace many sex/gender differences back to natural selection and sex-specific adaptations. Sociocultural and biosocial theorists, in contrast, emphasize how societal roles and social power contribute to sex/gender differences beyond any biological distinctions. By connecting two empirical advances over the past two decades—6-fold increases in sex/gender difference meta-analyses and in experiments conducted on the psychological effects of power—the current research offers a novel empirical examination of whether power differences play an explanatory role in sex/gender differences. Our analyses assessed whether experimental manipulations of power and sex/gender differences produce similar psychological and behavioral effects. We first identified 59 findings from published experiments on power. We then conducted a P-curve of the experimental power literature and established that it contained evidential value. We next subsumed these effects of power into 11 broad categories and compared them to 102 similar meta-analytic sex/gender differences. We found that high-power individuals and men generally display higher agency, lower communion, more positive self-evaluations, and similar cognitive processes. Overall, 71% (72/102) of the sex/gender differences were consistent with the effects of experimental power differences, whereas only 8% (8/102) were opposite, representing a 9:1 ratio of consistent-to-inconsistent effects. We also tested for discriminant validity by analyzing whether power corresponds more strongly to sex/gender differences than extraversion: although extraversion correlates with power, it has different relationships with sex/gender differences. These results offer novel evidence that many sex/gender differences may be explained, in part, by power differences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,100
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,025
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,100
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,005
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,066
Tête enseignante GPT0,349
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations16
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePNAS NexusMême sujetSocial and Intergroup PsychologyTravaux en français237 207