Who Should Play the Instrument: The Effects of Pitch and Loudness on Children’s Gender Stereotyping of Musical Instruments
Notice bibliographique
Résumé
From a young age, children incorporate gender and gender stereotypes into their understanding of the world. From around 8.5 years old, children report that some musical instruments are “for boys” and others “for girls” (Abeles & Porter, 1978). Previous studies suggest that these judgments are largely influenced by past exposure to particular gender-instrument pairings (e.g., “My brother plays the trumpet, so trumpet is for boys”). In the present study, we investigated whether physical (size) and musical (pitch, volume) attributes affected children’s gendered judgments of musical instruments. To avoid potential influence from children’s past experiences, we used fictional instruments. Participants were 60 children (31 girls, 29 boys), aged 8.5 to 11 years old (M = 9.36, SD = 0.73) from across the United States and Canada. On each trial, children saw (large or small) and heard (high or low, loud or soft) a fictional instrument onscreen. Their task was to select which of two characters (girl or boy) should play the instrument. Main effects were found for instrument volume (p = .026) and pitch (p = .002), with children being more likely to select boys for louder instruments and lower-pitched instruments. In contrast, no effect of size was observed (p = .919). Results suggest that specific attributes of instruments impact children’s gender stereotyping and that beliefs about which gender should play which instruments do not come solely from past exposure to specific gender-instrument pairings.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».