بانک جزوات و مقالات تخصصی و کاربردی ترجمه ® ویژه دروس پزشکی ®

چه زمانی یک تفاوت ، تفاوت نیست؟

کلمه "تفاوت" مثالی است که در آن استفاده از یک واژه در روان‌شناسی ممکن است با استفاده از آن در گفتگوی عمومی و یا در درک عمومی از معنای آن یک‌سان نباشد. در یک سطح ساده، واژه "متفاوت" به وضوح دلالت بر "یک‌سان" ندارد. فرض کنید به یک جزیره سفر می‌کنید و به شما گفته می‌شود که دو قبیله مختلف وجود دارند که ممکن است با آن‌ها ملاقات کنید و باید از تفاوت‌های بین آن‌ها آگاه باشید. سپس می‌توانید به نکات کلیدی تفاوت و تعارفات "چقدر متفاوت" برسید؛ به عنوان مثال، Tribe ۱ ممکن است به طور متوسط حدود شش فوت و چهار اینچ طول داشته باشد در حالی که Tribe ۲ به طور متوسط حدود چهار فوت و ده اینچ طول دارد؛ یا اعضای تریب ۱ ممکن است موهای مشکی بلند و صاف داشته باشند در مقابل اعضای تریب ۲ که موهای کوتاه و مجعد دارند. احتمالا شما حداقل به این نتیجه می‌رسید که "متفاوت" در اینجا به معنای تفاوت قابل تشخیصی است - به طوری که اگر شما یک فرد بلند قد با موهای مشکی صاف را ملاقات کنید، مطمئن خواهید بود که آن‌ها متعلق به تریب ۱ - یا به طور قابل اعتمادی متفاوت هستند - به طوری که اگر به شما گفته شود که یکی از اعضای تریب ۲ را ملاقات خواهید کرد، در انتظار شما برای پیدا کردن فردی کوتاه با موهای مجعد روشن، ایمن خواهید بود. اما اینها لزوما نوع نتایجی نیستند که شما می‌توانید از مطالعات روانشناسی که تفاوت‌های جنسی را گزارش می‌کنند، بگیرید. ​

در روان‌شناسی، "متفاوت" اغلب در مفهوم آماری آن استفاده می‌شود، که در آن میانگین نمرات دو گروهی که در حال بررسی آن هستید به اندازه کافی دور هستند تا یک آستانه آماری خاص را منتقل کنند. سپس می‌توانید گزارش دهید که هر آنچه را که اندازه‌گیری می‌کنید در دو گروه "متفاوت" است. اما این اغلب می‌تواند موضوع واقعا مهم "چقدر متفاوت" را پنهان کند. هر یک از دو گروه شما امتیازهایی تولید خواهند کرد که در اطراف میانگین که شما اندازه‌گیری کرده‌اید توزیع شده‌اند، و این دو توزیع ممکن است کاملا با هم همپوشانی داشته باشند. این به این معنی است که شما نمی‌توانید به طور قابل اعتمادی پیش‌بینی کنید که چگونه یک عضو از یک گروه در وظیفه‌ای که تنظیم کرده‌اید عمل خواهد کرد و یا چه نوع امتیازی را در تست شخصیت دریافت خواهند کرد. و شما نمی‌توانید از امتیاز تست یک نفر تشخیص دهید که به کدام گروه تعلق دارند. این گروه‌ها واقعا بیشتر شبیه به هم هستند تا متفاوت. بنابراین اگرچه یک تفاوت آماری وجود دارد، اما لزوما یک تفاوت مفید یا معنی‌دار نیست. ​

یکی از راه‌های محاسبه درجه همپوشانی بین دو گروه، اندازه‌گیری چیزی است که اندازه اثر نامیده می‌شود. برای محاسبه این موضوع شما میانگین یا میانگین امتیاز یک گروه را از میانگین امتیاز گروه دیگر کم می‌کنید و پاسخ را با میزان تغییرپذیری در دو گروه تقسیم می‌کنید. برای مثال فرض کنید که شما می‌خواهید بفهمید که آیا کسانی که قهوه می‌نوشند سریع‌تر از کسانی که چای می‌نوشند، جدول کلمات متقاطع را حل می‌کنند یا خیر. پس از جمع‌آوری داده‌های خود، شما میانگین نمره درنیکر چای را از میانگین نمره درنیکر قهوه کم می‌کنید و آن را به چیزی که انحراف معیار نامیده می‌شود تقسیم می‌کنید، یک اندازه‌گیری از واریانس که نشان می‌دهد چگونه نمرات در هر گروه به طور گسترده توزیع شده‌اند. این کار به شما اندازه تاثیر تفاوت بین مصرف کنندگان چای و مصرف کنندگان قهوه شما را می‌دهد. ​

مساله کلیدی این است که اندازه اثر به شما می‌گوید که تفاوت‌های گروهی چقدر معنادار هستند. روان شناسان یافته‌های آماری خود را به این صورت گزارش می‌کنند که "تفاوت‌های قابل‌توجهی" را نشان می‌دهند، که به شدت می‌گویند این کار را انجام می‌دهند، اما این تفاوت‌ها ممکن است بسیار کوچک باشند و واقعا تاثیر زیادی بر روی تصمیم به استخدام کسی از یکی از گروه‌ها در مقابل دیگری نداشته باشند (‏یا این که شما می‌خواهید از یک نوشیدنی گیر قهوه یا یک نوشیدنی گیر چای بخواهید تا به شما در حل یک جدول شمشیر کمک کند)‏. زمانی که شما در مورد چیزی به اندازه یافته‌های مربوط به تفاوت‌های جنسی صحبت می‌کنید، پس مهم است که به طور واضح معنی آن را بیان کنید. اگر اندازه‌های اثر کوچک باشند (‏حدود ۰.۲)‏تفاوت‌های بین نمرات گروه‌های شما ممکن است از نظر آماری "قابل‌توجه" باشد، اما، در واقع، از هر فرضی که ممکن است داشته باشید در مورد این که چه کسی به کدام گروه تعلق دارد، یا اعضای آن گروه چه کاری می‌توانند یا نمی‌توانند انجام دهند، حمایت نمی‌کند. ​

اگر دو گروه به طور قابل‌توجهی متفاوت باشند، پس اندازه اثر کاملا بزرگ خواهد بود. رایج‌ترین مثال تفاوت قد بین زنان و مردان است. اندازه اثر متوسط در اینجا حدود ۲.۰ است، بنابراین میانگین‌ها کاملا متفاوت هستند و حدود نود و هشت درصد از گروه بلندتر بالاتر از میانگین ارتفاع برای گروه کوچک‌تر خواهد بود. با این حال، حتی با یک اندازه اثر، این دو جمعیت هنوز هم با بیش از ۳۰ درصد همپوشانی دارند. ​

دلیل اینکه من این نکته را بیشتر بررسی می‌کنم این است که اندازه‌های اثر در بسیاری از تحقیقات منتشر شده تفاوت‌های جنسی در واقع بسیار کوچک هستند، از مرتبه ۰.۲ یا ۰.۳، که به معنی همپوشانی نزدیک به ۹۰ درصد است. حتی اندازه اثر "متوسط"، ۰.۵، به معنی همپوشانی بیش از ۸۰ درصد است. بنابراین وقتی افراد به تفاوت‌های جنسی اشاره می‌کنند، ما باید آگاه باشیم که این تقریبا هیچ وقت به این معنی نیست که دو گروه با هم همپوشانی ندارند، به وضوح با هر متغیری که شما اندازه‌گیری می‌کنید قابل‌تشخیص هستند، و اینکه دانستن جنسیت یک فرد، پیش‌بینی‌کننده قابل اعتمادی برای این نخواهد بود که آن‌ها در یک کار خاص یا در یک موقعیت خاص چه خوب و چه بد عمل خواهند کرد. اندازه‌های اثر زمانی که سعی دارید یک نمای کلی از یافته‌ها در یک حوزه پژوهشی خاص به دست آورید نیز ارزشمند هستند. یک متاآنالیز، داده‌های بسیاری از مطالعات مختلف از یک پدیده مشابه را با استفاده از اندازه‌های اثر هر مطالعه ترکیب می‌کند، که با تعداد افراد تست شده سنجیده می‌شود، تا بررسی کند که یافته‌های قابل‌اعتماد و سازگار چقدر هستند، و اینکه آیا اندازه‌های اثر بزرگ، نرم هستند یا نه. این مساله بر مشکل مطالعات فردی در مقیاس کوچک، یا گزارش‌های "یک به یک" که ممکن است تکرار نشوند، غلبه می‌کند. نکته دیگر این است که نگاه کردن به اندازه‌های اثر می‌تواند به شما اندازه‌گیری کند که چگونه ادعاهای دقیق تفاوت‌های گزارش‌شده عمیق یا بنیادی هستند. و اگر مطالعاتی که از این نوع واژه‌ها استفاده می‌کنند در واقع اندازه اثر را گزارش نکنند، زنگ خطر باید شروع به زنگ زدن کند. ​

یک نکته دیگر در مورد گزارش یافته‌های تحقیق وجود دارد. اگر کسی به شما بگوید که چیزی "مهم" است، برای مثال مردان و زنان تفاوت "قابل‌توجهی" دارند، احتمالا فرض می‌کنید که این به این معنی است که این تفاوت مهم است، باید شما را مجبور به نشستن و توجه کنید. شما احتمالا فکر نمی‌کنید، " آها، این بدان معنی است که کم‌تر از ۵ مورد در ۱۰۰ احتمال وجود دارد که این یک یافته تصادفی است." این بدان معنی نیست که یافته‌های تحقیق چیزی معنادار نمی‌گویند، فقط به این دلیل که ما ممکن است نیاز به کنترل عامل "واو" داشته باشیم که گاهی اوقات کلمه "مهم" می‌تواند به آن اشاره کند. ​

بنابراین طیف وسیعی از سوالات وجود دارد که ما باید بپرسیم که آیا می‌خواهیم ببینیم روانشناسی تجربی چه و چگونه به بحث تفاوت‌های جنسی کمک کرده‌است. آیا فرضیه‌ها تا جایی که ممکن است عینی هستند یا یک تعصب کلیشه‌ای یا جستجوی بیرحمانه برای تفاوت‌ها را منعکس می‌کنند؟ آیا وظایف یا تست‌ها از معیار خنثی رفتار یا خلق و خوی استفاده می‌کنند یا در واقع وسیله‌ای برای انباشته کردن احتمالات به نفع پیدا کردن تفاوت مورد نظر هستند؟ آیا آزمایشگران به دقت عوامل "جنسیتی" مانند تحصیلات یا شغل را کنترل می‌کنند، یا فرض می‌کنند که "مرد" یا "زن" تمام زمینه‌ها را پوشش خواهند داد؟ آیا ما می‌توانیم اندازه‌های اثر را با احتیاط تفسیر کنیم یا آیا ما و هر روزنامه‌نگار علوم در حال گذر با توصیف تفاوت‌های "بنیادی" یا "عمیق" بین شرکت کنندگان زن و مرد رفتار می‌کنیم؟ چی داری می‌پرسی؟ و از کجا داری اینو می‌پرسی؟​​

ما قبلا دیده‌ایم که دانشمندان در پس نظریه‌هایی که روانشناسی در حال امتحان کردن بود، در خلا سیاسی عمل نمی‌کردند. اگرچه ما ممکن است کمی از رویکرد گوریل دوسر گوستاو لو بون به زنان حرکت کرده باشیم، اما تمرکز ما هنوز بر روی وضع موجود، بر روی یافتن و دسته‌بندی تفاوت‌ها، بر روی نشان دادن این است که مردان مهارت‌ها و خلق و خوی متفاوتی از زنان دارند، و آن‌ها را برای نقش‌های مختلف مناسب می‌کنند. به عنوان یک روانشناس تجربی، قطعا در ساله‌ای اولیه وجود این حوزه، این جستجوی تفاوت‌ها، "فرضیه تجربی" شما را مطلع خواهد کرد که تفاوت‌های جنسی در فرآیند روانی خاصی که می‌سنجید وجود خواهد داشت، چه روانی کلامی باشد و چه همدلی، مهارت‌های ریاضی و یا پرخاشگری؛ عدم وجود تفاوت، تشابه، بین گروه‌هایی که با هم مقایسه می‌کردید را پیش‌بینی نمی‌کردید. ​

با روشی که انتشار تحقیق در حال حاضر کار می‌کند، بسیار محتمل است که اگر فرضیه تجربی شما مبنی بر اینکه تفاوتی وجود دارد تایید شود، کار خود را برای انتشار ارائه دهید (‏و پذیرفته خواهد شد)‏. اگر این ادعا تایید نشد و به نظر می‌رسد که نتایج شما نشان می‌دهد که تفاوت جنسی وجود ندارد، شما به احتمال زیاد یافته‌های خود را برای انتشار ارسال نخواهید کرد و یا اگر این کار را انجام دهید، احتمال کمتری وجود دارد که آن‌ها منتشر شوند. ​

گاهی اوقات عدم وجود تفاوت‌های جنسی می‌تواند در صدای سفر دریایی از طریق داده‌ها گم شود تا ببیند آن‌ها چه چیزی را نشان می‌دهند. شما حتی ممکن است فرضیه خاصی نداشته باشید که تفاوت‌های جنسی وجود داشته باشد. اما به راحتی می توان فهمید که آیا ممکن است برخی از آن‌ها در اطلاعات شما نهفته باشند، اگر شما به اندازه کافی مرد و زن در گروه شرکت‌کننده خود داشته باشید. شما بررسی می‌کنید که آیا تفاوت جنسی وجود دارد یا خیر و اگر وجود ندارد، پس احتمالا در بحث خود، چکیده خود، یا حتی در انتخاب کلمات کلیدی برای مقاله تحقیقی خود، تفاوت زیادی نخواهید داشت. ​

این مشکل اغلب به عنوان مشکل "کشوی فایل" شناخته می‌شود: دور از بررسی دقیق عمومی، عدم موفقیت شما در پیدا کردن تفاوت‌ها. من فکر می‌کنم بهتر است آن را به عنوان مشکل "کوه یخی" توصیف کنیم. خارج از فضای علمی، یا زیر سطح قابلیت چاپ، مجموعه گسترده‌ای از یافته‌های تحقیقاتی "نامرئی" وجود دارد که ممکن است نشان دهد که هیچ تفاوتی بین زنان و مردان در تمام دامنه اقدامات وجود ندارد، که برخی از آن‌ها به طور محکم در آگاهی ما به عنوان روش‌های قابل‌اعتماد برای تمایز مارکی‌هایی که قرائت نقشه را از ونیزی چند وظیفه‌ای متمایز می‌کنند، تثبیت شده‌اند. در واقع، ممکن است بدنه بزرگتری از یافته‌های تحقیقاتی وجود داشته باشد که هیچ تفاوتی را نسبت به آنچه که برای تایید وجود دارد، گزارش نکند. ​

بنابراین سوال‌های پرسیده شده ممکن است در واقع پاسخ‌های گزارش‌شده را رنگی کنند. اما باید به نحوه جمع‌آوری این پاسخ‌ها نیز توجه کنیم. چه آزمون‌های خاصی برای جمع‌آوری اطلاعات در مورد تفاوت‌های بین زنان و مردان مورد استفاده قرار می‌گیرد؟ آیا شما واقعا آنچه را که می‌خواهید اندازه‌گیری کنید اندازه‌گیری می‌کنید یا ممکن است چیز دیگری در جریان باشد؟ و آیا این می‌تواند بر نتیجه‌گیری شما (‏یا هر کس دیگری)‏از یافته‌هایتان تاثیر بگذارد؟ ​

سال‌ها پیش، من به یک کنفرانس آخر هفته درباره وراثت‌پذیری IQ رفتم. سال‌ها پیش، من به یک کنفرانس آخر هفته درباره وراثت‌پذیری IQ رفتم. جلسه صبح توسط متخصصین ژنتیک اداره می‌شد، و مقالات زیادی در مورد مطالعات ارتباط ژنوم گسترده، ارزیابی وراثت‌پذیری، پیامدهای آن وجود داشت. ​

جلسه صبح توسط متخصصین ژنتیک اجرا شد، و مقالات زیادی در مورد مطالعات ارتباط ژنوم - گسترده، ارزیابی وراثت‌پذیری، پیامدهای مدل‌های موش خاموش، تنوع ژن و غیره وجود داشت. همه اینها از IQ به عنوان متغیر وابسته یا عامل مدل‌سازی استفاده کردند، با انسان‌ها از طریق تست IQ ارزیابی شدند که به نظر می‌رسد "استاندارد صنعت" باشد. هیچ‌کس اشاره‌ای به چگونگی اندازه‌گیری این متغیر خاص نکرد و یا اینکه دقیقا چه چیزی در حال اندازه‌گیری بود، فقط اینکه چگونه امتیاز IQ یا معادل موش یا میمون آن تحت‌تاثیر مدل ژنتیکی یا دستکاری که آن‌ها استفاده می‌کردند قرار گرفت. ​

روان شناسان بعد از ظهر کنترل را به دست گرفتند و شروع به از بین بردن ایمانی کردند که همکاران نژاد شناسشان در مقیاس اصلی خود داشتند. مسائل مربوط به آیتم‌های فردی، عدم تجانس خرده آزمون‌ها و مهارت‌های مختلف اندازه‌گیری شده، قابلیت اطمینان مجدد، نیاز به در نظر گرفتن عوامل محیطی مانند دسترسی به تحصیل، وضعیت اجتماعی - اقتصادی در مورد انسان‌ها، یا اندازه قفس و فرکانس کنترل در مورد غیر انسان‌ها، تعریف خود هوش - همگی برای نشان دادن این که IQ مانند رنگ چشم یا نوع خون نیست، ویژگی ثابت و قابل‌اندازه‌گیری است که می‌تواند در هر مدلی که به دقت مورد آزمایش قرار گیرد، مورد استفاده قرار گیرد. شما باید خیلی بیشتر از داستان پشت را بدانید تا بدانید که عدد IQ واقعا چه چیزی را اندازه‌گیری می‌کند. ​

بنابراین گاهی اوقات باید مقیاسی را که با جزئیات در نظر می‌گیرید مطالعه کنید. باید بدانید که چگونه آزمونی که از آن استفاده می‌کنید تولید شده‌است و اگر چه ممکن است هم قابل‌اعتماد به نظر برسد (‏در شرایط و موقعیت‌های مختلف امتیاز یکسانی به دست آورد)‏و هم معتبر باشد (‏آنچه را که ادعا می‌کند اندازه می‌گیرد را اندازه بگیرد)‏، ممکن است در واقع داستان متفاوتی را برای کسی که می‌شنوید تعریف کند. ​

مردم در مقابل اشیا

توسعه یک مقیاس حرفه‌ای برای اندازه‌گیری تفاوت‌های فردی در علایق افراد در برابر چیزها یک مطالعه موردی مفید از چگونگی انتخاب‌های صورت‌گرفته در توسعه یک آزمون است، که به نظر می‌رسد افراد را براساس یک معیار متمایز می‌کند، که ممکن است در واقع منعکس‌کننده چیزی متفاوت باشد.​​​​​​​

مقیاس علاقه شغلی برای استفاده به عنوان ابزار مشاوره شغلی در نظر گرفته شده‌بود. هدف نشان دادن این بود که هماهنگی بین نوع چیزهایی که مردم به آن علاقه دارند و وظایفی که مشاغل انتخابی آن‌ها را مشخص می‌کنند ممکن است تضمینی برای رضایت شغلی باشد. اصل اساسی این آزمایش در دهه ۱۹۸۰ توسط دیل پردیجر، یک دانشمند تحقیقاتی و سپس با برنامه آزمایش کالج‌های آمریکا توسعه داده شد. او پیشنهاد کرد که آنچه که در آن زمان در مورد منافع حرفه‌ای شناخته شده‌بود را می توان در دو بعد گروه‌بندی کرد. اولین بعد، بعد داده / ایده بود که باید یا اولویت‌ها را برای وظایف شامل حقایق، سوابق و غیره، یا اولویت‌ها را برای وظایفی که ممکن است شامل کار گروهی، توسعه نظریه‌ها یا روش‌های جدید بیان چیزها باشند، نشان می‌داد. بعد دوم بعد مردم / اشیا بود، که باید یا علاقه به کمک به مردم و مراقبت از دیگران، یا علاقه به کار با ماشین‌ها، ابزارها یا مکانیزم‌های بیولوژیکی را نشان می‌داد. و ظاهرا در فضای باز کار می‌کنیم، که بعدا به آن باز خواهیم گشت. ​

وظیفه بعدی Prediger مشخص کردن مشاغل مختلف بود. او با بررسی هزاران مجموعه داده که وزارت کار ایالات‌متحده در طول سال‌ها جمع‌آوری کرده بود، راهی برای توصیف مشاغل از نظر اینکه آن‌ها در ابعاد داده / ایده‌ها و مردم / اشیا او گروه‌بندی شده‌اند، پیدا کرد. او در نتیجه تلاش‌های فراوان خود (‏حدود ۱۰۰ توصیف گر مختلف برای ۵۶۳ شغل مورد بررسی و طبقه‌بندی قرار گرفتند)‏مشاغل مختلف را به عنوان مشاغل مبتنی بر داده، مبتنی بر ایده، مبتنی بر مردم یا مبتنی بر تفکر گروه‌بندی کرد. نمونه‌های او از مشاغل مبتنی بر مردم معلمان مدارس ابتدایی و مددکاران اجتماعی، با آجرپزی و رانندگان اتوبوس به عنوان مشاغل مبتنی بر صنعت بودند. در این مرحله، ممکن است ارزش آن را داشته باشد که بر روی این کاره‌ای ظاهرا کهن الگویی، به خصوص بر حسب این که چه کسی در آن زمان واقعا این کارها را انجام می‌داد، تمرکز کنیم. در ایالات‌متحده در زمان کار پردیجر، ۸۲.۴ درصد از معلمان مدارس ابتدایی و ۶۳.۰ درصد از مددکاران اجتماعی زن بودند، در حالی که ۲۹.۲ درصد از رانندگان اتوبوس و ۲.۴ درصد از کارگران تجاری ساخت‌وساز زن بودند. بنابراین ما گروه‌هایی از وظایف را داریم که فرضا براساس بعد افراد در مقابل اشیا هستند، اما جایی که عامل اضافی عدم تعادل جنسیتی به نظر نمی‌رسد در نظر گرفته شده‌باشد - ما در واقع می‌توانستیم این دسته‌بندی‌ها را به عنوان مشاغل زنان و مردان در نظر بگیریم. این فقط می‌تواند این باشد که این یک بازتاب دقیق از انتخاب افراد مطلع در مقابل انتخاب اشیا است، با این که زنان انتخاب می‌کنند که آجرپزی نکنند چون بیش از حد مبتنی بر اشیا است، اما آیا در عوض عوامل دیگری در کار وجود دارد؟ آیا به هر حال آجرپزی بودن واقعا انتخابی برای زنان بود؟ برای اینکه منصف باشیم، او قصد نداشت تفاوت‌های جنسی را اندازه‌گیری کند - در واقع به نظر می‌رسید که او به این حقیقت افتخار می‌کند که ابعاد او می‌تواند تکنسین‌ها و شیمیدانان آزمایشگاه (‏ایجاد شغل)‏را از فروشندگان دایره‌المعارف و مدیران آموزش مسیحی (‏مشاغل مردمی)‏متمایز کند - اما همانطور که خواهیم دید، این تمایز مردم در مقابل چیزها بعدا در بحث‌های شکاف جنسیتی کاملا حیاتی می‌شود. ​

پس بیایید نگاهی به این بیندازیم که شما چگونه ممکن است علاقه به افراد در مقابل اشیا را اندازه‌گیری کنید، نیمه دیگر اندازه‌گیری راهنمایی شغلی. این روانشناس، برایان لیتل، به موازات تلاش‌های پریدیجر، یک مقیاس بیست و چهار آیتمی را به طور خاص برای اندازه‌گیری "جهت گیری فرد" و "جهت گیری اندازه" (‏حالا PO و TO)‏توسعه داد، و از آزمون گیرندگان خواسته شد تا میزان لذت آن‌ها از این وضعیت را ارزیابی کنند. حالا، ممکن است فکر کنید که من بیش از حد احساساتی هستم (‏و در واقع سکسی هستم)‏اما زمانی که بعد تفکر با سناریوهایی مانند "جدا شدن و تلاش برای باز سرهم کردن یک کامپیوتر رومیزی" یا "کشف کف اقیانوس در زیر دریایی یک نفره" اندازه‌گیری می‌شود (‏با در نظر گرفتن اینکه این پرسشنامه در دهه ۱۹۷۰ معتبر شد)‏و بعد مردم پر از مواردی مانند "گوش دادن با علاقه زیاد به فردی که در آنجا زندگی می‌کند" است. به روز رسانی این تست در قرن بیست و یکم (‏که متاسفانه سوال زیر دریایی و سایر موارد مانند "یادگیری خوب در انفجار شیشه" را از بین برد)‏به طور موثری پایه‌های غیرقابل‌مشاهده جنسیتی این اقدامات TO و PO را حفظ کرد. ویرجینیا ویلان، روانشناس کالج هانتر دانشگاه شهر نیویورک، اساسا اعتبار فرضیاتی را که در وهله اول به این بعد بزرگ‌تر وارد می‌شوند، با تمرکز خاص بر آنچه تحت عنوان چیزها آمده‌است، به چالش کشیده‌است. چرا باید "کار با اشیا" و "کار در محیط‌های با ساختار خوب" را با "کار در فضای باز" کار کنید؟ چه چیزی این سناریوها را شبیه می‌کند؟ همانطور که والین اشاره می‌کند، منافع دسته‌بندی شده تحت این عنوان، با دقت بیشتری به عنوان "فعالیت‌هایی که مردان تمایل به سپری کردن زمان بیشتری نسبت به زنان دارند" توصیف می‌شوند. (‏مطمئنم، مثل من، اون داشت سناریوی زیردریایی رو منتقل می‌کرد! ​

او همچنین اشاره می‌کند که توصیف انواع افرادی که به فعالیت‌های تیگ مانند، "عامل، ابزاری، و وظیفه محور" علاقمند بودند، به روش‌های کلیشه‌ای توصیف مردان نزدیک است، در حالی که افراد "اجتماعی، پرستاری و بیانی" که دوست دارند افرادی که شما می‌توانید به خوبی آن‌ها را بخوانید را دوست دارند.

بنابراین ما یک بعد داریم، اشیا در مقابل افراد، که ظاهرا مشاغل مختلف را متمایز می‌کند و انواع مختلف افرادی که می‌خواهند آن مشاغل را دنبال کنند را بررسی می‌کند. اما یک شکاف جنسیتی ناشناخته وجود دارد که تاس را با توجه به این که چه کسی در این بعد افراد در مقابل اشیا قرار خواهد گرفت، پر می‌کند. ​

این می‌تواند تنها یک نگرانی آکادمیک باشد، اما مفهوم چیزها در مقابل مردم مشتاقانه توسط محققانی که به دنبال توضیح برای بازنمایی ضعیف زنان در موضوعات STEM (‏علم، تکنولوژی، مهندسی، ریاضیات)‏هستند، کشف شده‌است، و سودمندی اقدامات ابتکاری برای رسیدگی به آن‌ها را بررسی می‌کند. یک مطالعه که اغلب به آن اشاره می‌شود از سوی روان سو و همکارانش است که اطلاعات نمرات استاندارد از راهنمای فنی برای چهل و هفت فهرست علاقه را دریافت کردند. این اطلاعات را از ۲۴۳،۶۷۰ مرد و ۲۵۹،۵۱۸ زن به آن‌ها داده‌است. آن‌ها بررسی کردند که چگونه این داده‌ها در بعد اشیا در مقابل مردم دسته‌بندی شدند و، بدون تعجب، دریافتند که "مردان کار کردن با اشیا را ترجیح می‌دهند و زنان کار کردن با مردم را ترجیح می‌دهند"، یک تفاوت بسیار قابل‌توجه با اندازه اثر بزرگ (‏۰.۹۳)‏. همانطور که آن‌ها اشاره کردند، این بدان معناست که تا ۸۲.۴ درصد از پاسخ دهندگان مرد، منافع قویتری در شغل‌های مبتنی بر تفکر دارند. یا می‌تواند به این معنی باشد که آن‌ها دوست دارند کارهایی را انجام دهند که مردان دیگر انجام می‌دهند، چه راننده اتوبوس باشد و چه شیک‌لایه. ​

چرا می‌پرسی؟

جنبه دیگر جمع‌آوری داده‌ها از طریق این نوع از معیارهای خود - گزارشی این است که شرکت کنندگان چه انتظاری از این فرآیند دارند. این تعمیمی از مشاهدات نائومی ویستاین است که در بالا بحث شد که اندازه‌گیری‌های روانی به ندرت بدون زمینه هستند. "ویژگی‌های تقاضا" تست‌ها اغلب بسیار شفاف هستند و ممکن است احتمالات را به نفع یک نتیجه خاص دسته‌بندی کنند. من قبلا در مورد اینکه چگونه نام پرسشنامه اختلال قاعدگی ممکن است صرفا به دنبال پاسخ‌های جمع‌آوری‌شده توسط خود پرسشنامه باشد، اظهار نظر کرده‌ام. تا حدودی به طعنه، اما در نهایت برای نشان دادن این نکته، گروهی از محققان تاثیر استفاده از پرسشنامه "لذت قاعدگی" (‏MJQ)‏را بررسی کردند و ده تجربه مثبتی را فهرست کردند که شرکت کنندگان ممکن است در طول چرخه قاعدگی خود به آن توجه کنند. شرکت کنندگانی که برای اولین بار MJQ را پر کردند، بعدها تغییرات مثبت تری را در MDQ و نگرش‌های مثبت تری را نسبت به قاعدگی نسبت به کسانی که در ابتدا پرسشنامه را مورد توجه قرار داده بودند، گزارش کردند. بنابراین نه تنها ممکن است یک نسخه منحرف از فرآیندی که می‌خواهید اندازه‌گیری کنید به دست آورید، بلکه ممکن است در واقع خود فرآیند را تغییر دهید؟ ​

به همین ترتیب، اگر از شما خواسته شود که یک شکل ساده را در یک الگوی پیچیده پیدا کنید و یا اینکه سطح همدلی شما ارزیابی شود اگر از شما خواسته شود که تا چه حد با این گفته موافق یا مخالف هستید "من واقعا از مراقبت از دیگران لذت می‌برم"، سخت است که بدانید توانایی‌های فضایی شما در حال آزمایش شدن هستند. نحوه برخورد شما با چنین سوالاتی ممکن است به دلیل تمایل شما به راضی کردن آزمایشگر و یا انجام بهتر از هر شرکت‌کننده دیگری در مطالعه باشد، با این دانش که این کار سهم شما از نکات مشارکت در تحقیق را برآورده خواهد کرد و شما مجبور نخواهید بود در هیچ یک از مطالعات روانشناسی گیج‌کننده و کسل‌کننده برای این ترم، و یا حتی با لذت از حل مشکلات و یا پر کردن نظرسنجی‌ها شرکت کنید. ​

همچنین این موردی است که "آماده‌سازی"، یا تحریک آگاهی از پیش موجود از کلیشه‌های مرتبط، ممکن است بر آنچه شما در مورد خودتان و حتی عملکرد وظیفه خود می‌گویید، تاثیر بگذارد. به عنوان مثال، نمرات همدلی زنان ممکن است بسته به این که آیا همدلی به عنوان یک ویژگی زنانه در نظر گرفته شده‌است یا خیر، متفاوت باشد. شکل دیگر آماده‌سازی، "تهدید کلیشه‌ای" است، که به تاثیر توجه به کلیشه منفی گروهی که شما به آن تعلق دارید اشاره دارد، برای مثال ناتوانی زنان در انجام وظایف فضای بصری، یا تمایل پسران آفریقایی - کاربی برای انجام ضعیف آزمون‌های پیشرفت فکری. در زمینه‌ای که آن مهارت خاص مورد ارزیابی قرار می‌گیرد، مانند یک کار چرخش ذهنی یا یک آزمون SAT، اعضای گروهی که کلیشه‌ای شده‌اند، اغلب عملکرد ضعیفی از خود نشان داده‌اند. در اصل با توجه به عدم موفقیت در افراد سیاه‌پوست و اقلیت قومی، نشان‌داده شده‌است که تهدید کلیشه‌ای تاثیر قدرتمندی بر زنان دارد، به ویژه با توجه به عملکرد در موضوعاتی مانند علم و ریاضیات. مطالعات تجربی تهدید کلیشه‌ای نشان داده‌اند که شما می‌توانید این اثر را تحت شرایط کنترل‌شده نشان دهید، با ارائه کاری که در واقع خنثی است به عنوان کاری که در آن مردان یا زنان بهتر عمل می‌کنند. برای زنانی که این کار را انجام می‌دهند، گفته می‌شود که این موردی است که در آن زنان معمولا نمرات بالاتری کسب می‌کنند (‏این همان چیزی است که ما اثر استرئوتایپ لیفت می‌نامیم)‏، در حالی که گفته می‌شود مردان معمولا نمرات بسیار بدتری کسب می‌کنند. این تاثیر در شرکت کنندگان مرد ضعیف‌تر بود، اما آن‌ها در کاری که به آن‌ها گفته شد معمولا لبه دارند نیز بهتر عمل کردند. بنابراین داده‌هایی که جمع‌آوری می‌کنید لزوما "خالص" نیستند به این معنا که بدون زمینه هستند. کاری که شما استفاده می‌کنید ممکن است بیش از یک متغیر خاص که شما امید دارید اندازه‌گیری کنید را منعکس کند و شرکت کنندگان شما ممکن است به روشی پاسخ دهند که توسط همه نوع عواملی که هیچ ربطی به آنچه که شما امید دارید نشان دهید ندارد، آلوده شده‌است. ​

سکس کافی نیست

دانستن اینکه، همانطور که ما اکنون انجام می‌دهیم، مغز چقدر درگیر دنیای در حال تغییر مغز است که در آن عمل می‌کند، روشن است که ما باید این را در هنگام انتخاب شرکت کنندگان برای آزمایش یا هنگام دسترسی به مجموعه داده‌های بزرگ در مغز و رفتاری که در حال حاضر در دسترس هستند، در نظر بگیریم - یا، در واقع، هنگام تصمیم‌گیری در مورد این که چگونه نتایج قابل‌اعتماد و معتبر توسط محققان حاصل شده‌اند. این امر به ویژه در مورد تحقیق تفاوت‌های جنسی صادق است، که در آن تنها تقسیم یک جمعیت با توجه به اینکه آیا آن‌ها مرد هستند یا زن، تعداد زیادی از دیگر منابع احتمالی (‏و یا حتی احتمالا)‏تفاوت را پنهان خواهد کرد. هنگامی که ما می‌دانیم، در یک سطح کلی، عواملی مانند تعداد ساله‌ای تحصیل، وضعیت اجتماعی - اقتصادی و شغل می‌توانند ساختار و عملکرد مغز را تغییر دهند، پس این ها باید در هنگام نگاه کردن به آنچه که شرکت کنندگان ما می‌توانند انجام دهند، در نظر گرفته شوند. هر مطالعه‌ای که با خوشحالی به نظر می‌رسد فرض می‌کند که جنسیت به تنهایی مبنای کافی برای دسته‌بندی افرادی است که به دنبال آن هستند، باید به صفحه نقاشی بازگردانده شود. ​

مطالعه روان‌شناختی تفاوت‌های جنسی از "فساد عاطفی و دریکی" ناشی می‌شود که هلن ووللی در ابتدای قرن بیستم توصیف کرد. اما در حالی که ممکن است ما از شدیدترین ادعاها چشم‌پوشی کرده باشیم، چون شاخه‌های کلیدی روان‌شناسی به قرن بیست و یکم می‌رفتند و با تصاویر ذهنی متحد می‌شدند، هنوز هم دلیلی برای نگرانی وجود داشت. صد سال پس از خلاصه سرزنش آمیز یافته‌های روانشناسی ووللی، بررسی دقیق کوردلیا فاین از رشته نوظهور علوم اعصاب شناختی، بسیاری از نتایج مسلم، نظریه و عمل مغرضانه و یافته‌های بد بازنمایی شده را ثبت کرد. به نظر می‌رسد که روان‌شناسی به طور عمدی قدرت جهان اطراف ما برای تغییر رفتار ما را نادیده می‌گیرد و، با توجه به آنچه که ما اکنون در مورد نرموم‌پذیری می‌دانیم، برای تغییر مغزمان. و این فشارهای فرهنگی، البته، می‌تواند شامل یافته‌های در حال ظهور از آزمایشگاه‌های تصویربرداری مغز و روانشناسی باشد. اگر و تا زمانی که این موضوع در نظر گرفته نشود، روان‌شناسی را می توان صرفا به ارائه فهرستی از تفاوت‌های ظاهرا به خوبی تثبیت‌شده بین دو جنس متهم کرد. ​

اما روانشناسی نقش دیگری داشت، که علوم اعصاب را از آزمایشگاه بیرون می‌آورد و به آگاهی عمومی می‌رساند. مدت‌های مدیدی است که اشتیاق واقعی برای شناخت آشکار روان‌شناسی از خودمان و دیگران وجود داشته‌است. راهنماهای مشاوره شخصی و کده‌ای راهنمای رفتار قرن‌ها است که وجود دارند، اما کتاب‌هایی مانند نحوه دوست داشتن و تحت‌تاثیر قرار دادن مردم دیل کارنگی (‏۱۹۳۶)‏وجود دارند که ژانر محبوب و پر سود کمک به خود را ایجاد کرده‌اند. از تفکر و ثروت ناپلئون هیل (‏۱۹۳۷)‏، از طریق چگونگی توقف نگرانی و شروع زندگی (‏کارنگی دوباره، ۱۹۴۸)‏تا (‏البته)‏قانون مانند یک خانم، فکر کنید، مانند یک مرد (‏۲۰۰۹)‏، روانشناسی مردمی مشتاقانه برای راه‌حل‌های معماها و مشکلات زندگی مورد مشورت قرار گرفته‌است، که در میان آن‌ها مساله قدیمی تفاوت‌های جنسی بود. هر گونه ترفند برای بقا و موفقیت، راه‌های تبدیل شما و زندگی کاملا جدید را می توان در صفحات چنین کتاب‌هایی یافت - پیام اصلی این بود که خودتان (‏یا دیگران)‏را بشناسید و بهتر عمل کنید. ​

همراه با ظهور تصویربرداری مغزی، روانشناسی عمومی بعد کاملا جدیدی به خود گرفت. هنگامی که بتوانید "مغز خود و نحوه کار آن" را به این ترکیب اضافه کنید، به خصوص هنگامی که تصاویر به زیبایی رنگی مغز این ترکیب را نشان می‌دهند، صحنه برای یک ژانر کاملا جدید از کتاب‌های کمک به خود، یعنی راهنمای عصبی، تنظیم شده‌است. ​

​​