MétaCan
Menu
Retour à la cohorte
Enregistrement W4411643752 · doi:10.1177/19485506251345111

Leveraging Man−Woman Romantic Relationships to Promote Men’s Awareness of Sexism and Gender Discrimination

2025· article· en· W4411643752 sur OpenAlexaff
Emily J. Cross, Alyssa DeBlaere, Amy Muise

Notice bibliographique

RevueSocial Psychological and Personality Science · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensYork University
Organismes subventionnairesSocial Science Research Council
Mots-clésPsychologyRomanceSocial psychologyDevelopmental psychologyPsychoanalysis

Résumé

récupéré en direct d'OpenAlex

Despite decades of research and growing public awareness, sexism and gender discrimination remain pervasive, partly due to men’s lower awareness of sexism. Here, we explored whether man−woman romantic relationships can be leveraged to promote men’s awareness of sexism. In Study 1 ( N = 576), men who read about gender discrimination targeting their ostensible partner (versus a friend or stranger) were more likely to perspective-take and appraise the situation as sexist, and in turn, reported greater broader awareness of gender discrimination toward women and less sexist attitudes. In Study 2 ( N = 570), 76% of men reported that their partner had disclosed an experience of sexism. Greater perspective-taking was associated with recognizing these experiences as sexist and greater awareness of sexism and allyship behaviors ( n = 432). The findings suggest that man−woman romantic relationships offer a unique context to promote men’s awareness of sexism and gender discrimination, revealing both novel insights and challenges for reducing sexism.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,674
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,198
Tête enseignante GPT0,449
Écart entre enseignants0,252 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Psychological and Personality ScienceMême sujetSocial and Intergroup PsychologyTravaux en français237 207