sj-docx-1-spp-10.1177_19485506221129687 – Supplemental material for Gendered Self-Views Across 62 Countries: A Test of Competing Models
Notice bibliographique
Résumé
Supplemental material, sj-docx-1-spp-10.1177_19485506221129687 for Gendered Self-Views Across 62 Countries: A Test of Competing Models by Natasza Kosakowska-Berezecka, Jennifer K. Bosson, Paweł Jurek, Tomasz Besta, Michał Olech, Joseph A. Vandello, Michael Bender, Justine Dandy, Vera Hoorens, Inga Jasinskaja-Lahti, Eric Mankowski, Satu Venäläinen, Sami Abuhamdeh, Collins Badu Agyemang, Gülçin Akbaş, Nihan Albayrak-Aydemir, Soline Ammirati, Joel Anderson, Gulnaz Anjum, Amarina Ariyanto, John Jamir Benzon R. Aruta, Mujeeba Ashraf, Aistė Bakaitytė, Maja Becker, Chiara Bertolli, Dashamir Bërxulli, Deborah L. Best, Chongzeng Bi, Katharina Block, Mandy Boehnke, Renata Bongiorno, Janine Bosak, Annalisa Casini, Qingwei Chen, Peilian Chi, Vera Cubela Adoric, Serena Daalmans, Soledad de Lemus, Sandesh Dhakal, Nikolay Dvorianchikov, Sonoko Egami, Edgardo Etchezahar, Carla Sofia Esteves, Laura Froehlich, Efrain Garcia-Sanchez, Alin Gavreliuc, Dana Gavreliuc, Ángel Gomez, Francesca Guizzo, Sylvie Graf, Hedy Greijdanus, Ani Grigoryan, Joanna Grzymała-Moszczyńska, Keltouma Guerch, Marie Gustafsson Sendén, Miriam-Linnea Hale, Hannah Hämer, Mika Hirai, Lam Hoang Duc, Martina Hřebíčková, Paul B. Hutchings, Dorthe Høj Jensen, Serdar Karabati, Kaltrina Kelmendi, Gabriella Kengyel, Narine Khachatryan, Rawan Ghazzawi, Mary Kinahan, Teri A. Kirby, Monika Kovacs, Desiree Kozlowski, Vladislav Krivoshchekov, Kuba Kryś, Clara Kulich, Tai Kurosawa, Nhan Thi Lac An, Javier Labarthe-Carrara, Mary Anne Lauri, Ioana Latu, Abiodun Musbau Lawal, Junyi Li, Jana Lindner, Anna Lindqvist, Angela T. Maitner, Elena Makarova, Ana Makashvili, Shera Malayeri, Sadia Malik, Tiziana Mancini, Claudia Manzi, Silvia Mari, Sarah E. Martiny, Claude-Hélène Mayer, Vladimir Mihić, Jasna MiloševićĐorđević, Eva Moreno-Bella, Silvia Moscatelli, Andrew Bryan Moynihan, Dominique Muller, Erita Narhetali, Félix Neto, Kimberly A. Noels, Boglárka Nyúl, Emma C. O’Connor, Danielle P. Ochoa, Sachiko Ohno, Sulaiman Olanrewaju Adebayo, Randall Osborne, Maria Giuseppina Pacilli, Jorge Palacio, Snigdha Patnaik, Vassilis Pavlopoulos, Pablo Pérez de León, Ivana Piterová, Juliana Barreiros Porto, Angelica Puzio, Joanna Pyrkosz-Pacyna, Erico Rentería Pérez, Emma Renström, Tiphaine Rousseaux, Michelle K. Ryan, Saba Safdar, Mario Sainz, Marco Salvati, Adil Samekin, Simon Schindler, A. Timur Sevincer, Masoumeh Seydi, Debra Shepherd, Sara Sherbaji, Toni Schmader, Cláudia Simão, Rosita Sobhie, Jurand Sobiecki, Lucille De Souza, Emma Sarter, Dijana Sulejmanović, Katie E. Sullivan, Mariko Tatsumi, Lucy Tavitian-Elmadjian, Suparna Jain Thakur, Quang Thi Mong Chi, Beatriz Torre, Ana Torres, Claudio V. Torres, Beril Türkoğlu, Joaquín Ungaretti, Timothy Valshtein, Colette Van Laar, Jolanda van der Noll, Vadym Vasiutynskyi, Christin-Melanie Vauclair, Neharika Vohra, Marta Walentynowicz, Colleen Ward, Anna Włodarczyk, Yaping Yang, Vincent Yzerbyt, Valeska Zanello, Antonella Ludmila Zapata-Calvente, Magdalena Zawisza, Rita Žukauskienė and Magdalena Żadkowska in Social Psychological and Personality Science
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 | 0,003 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,834 | 0,420 |
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 ».