Social epidemiology of gender diversity in early adolescents
Notice bibliographique
Résumé
BACKGROUND: Few large U.S. cohort studies have examined multidimensional measures of gender diversity; therefore, this study investigates their associations with sociodemographic factors in a national sample of 12- to 13-year-old adolescents. METHODS: We conducted a cross-sectional analysis of Adolescent Brain Cognitive Development (ABCD) Study data (2019-2021, Year 3 follow-up, N = 10,089). Associations between sociodemographic characteristics and gender were evaluated using ordinal logistic regression for ordinal measures (gender non-contentedness and gender expression), multinomial regression models for categorical measures (transgender identity and felt gender), and linear regression models for continuous measures (felt gender and gender spectrum). RESULTS: Gender spectrum measures revealed the most diverse responses: 25.9% of sex-assigned females self-describing masculinity and 9.9% of sex-assigned males self-describing femininity. Female sex assigned at birth was associated with greater gender-diverse responses across all continuous and categorical gender measures compared to male sex assigned at birth. Higher household income was associated with less gender diversity relative to lower household income. CONCLUSION: Assessment of gender across multiple measures beyond binary gender identity (e.g., transgender vs. cisgender) may yield more diversity of responses in early adolescents. Future research could explore explanations for the sociodemographic factors associated with greater gender diversity in early adolescents. IMPACT: Our study uses a large and diverse cohort to analyze sociodemographic associations with gender diversity using multidimensional measures. Across gender measures, female sex assigned at birth and lower household income were associated with greater gender diversity. Future research on gender diversity in early adolescents should use multidimensional gender measures to better understand the nuances of gender development.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».