Lernsheet 4 - Gender Similarities Hypothese Flashcards
GENDER SIMILARITIES HYPOTHESIS
Janet Shibley Hyde (2005) ⇨ Meta-Analyse von 46 Meta-Analysen
Frauen und Männer sind sich in den meisten psychologischen
Variablen ähnlich ⇨ kleine (48%) bis sehr kleine (30%) Effektstärken Ausnahmen:
Motorische Leistung (z.B. Geschwindigkeit, Wurfdistanz) – große Effektstärken
Sexualität (Masturbationshäufigkeit, Gelegenheitssex) – große Effektstärken
Aggressivität – moderate Effektstärken
Effektgrößen ändern sich mit dem Alter der Publikation Effektgrößen sind kontextabhängig (z.B. bei Aggression, bei Lächeln)
GENDER SIMILARITIES HYPOTHESIS
Ethan Zell, Zlatan Krizan & Sabrina R. Teeter (2015) ⇨ Metasynthese von 106 Meta-Analysen (12 Mio Teilnehmer*innen)
Inkludieren mehr psychologische Domänen und Moderatoren 46.1% kleine und 39.4% sehr kleine Effektgrößen, wenig
Unterschiede über Alter, Kultur und Zeit Große Effektstärken (M>F):
Maskuline Persönlichkeitseigenschaften
Mentale Rotation
Bedeutung körperlicher Attraktivität bei Partnerwahl Aggression
Große Effektstärken (F>M): Reaktivität auf schmerzhafte Reize Zuneigung zu Gleichaltrigen Interesse an Menschen
Gender Pay Gap (Österreich/Deutschland)
Gender Pay Gap = 18,4 Prozent, Deutschland hat den Dritt Größten Gender Pay Gap
Was verdient durchschnittlich eine Frau weniger durchschnittlich als ein Mann?
Nur 1/3 des Gender Pay Gaps ist mit Branche, Beruf, Dauer der Unternehmenszugehörigkeit und Arbeitsausmaß erklärbar; Deutschland 17.6, Estland 20.5
BINÄRE FORSCHUNGSLOGIK?
Janet Shibley Hyde, Rebecca S. Bigler, Daphna Joel, Charlotte Chuck Tate & Sari M. van Anders (2018): „The Future of Sex and Gender in Psychology: Five Challenges to the Gender Binary“ ⇨ Kosten binärer Forschungslogik
1. Verhindert Forschung darüber hinaus (‚move beyond‘)
2. Verhindert das Verständnis komplexer Zusammenhänge
3. Schließt Personen aus, die nicht in das binäre Schema fallen und ignoriert Gender-Identitäten
4. Reifiziert das Differenz-Paradigma und damit Stereotype ⇨ politische Entscheidungen, Berufslaufbahnen, Sport etc.
Empfehlungen für die Forschungspraxis
Gender-Identität inkludieren (z.B. weiblich, männlich, transgender weiblich, transgender männlich, genderqueer, sonstige: oder Identitäts-Kontinuen (Männlich : 0 -10, Weiblich: 0-10)
Geburtsgeschlecht (sex) vs. gelebtes Geschlecht (sex-category) Gender als ‚Doing‘ /als Prozess auffassen und gemeinsam mit
‚Sex‘ in die Forschung inkludieren
Gender-neutrale Sprache
Das biopsychosoziale Modell zu psychologischem Geschlecht (biologischer, lerntheoretischer,
kulturpsychologischer Ast) als Rahmenmodell zur Erklärung bestehender empirischer binär
erhobener Geschlechtsunterschiede
Frauen tun sich schwerer Objekte im Geiste zu rotieren. recht großer Geschlechtsunterschied.
Wie erklärt man sich so einen unterschied? Der unterschied ist stabil und kulturübergreifend.
biopsychosoziales Modell:
BIOLOGISCHER AST:
Evolutions: möglicherweise gab es damals mal irgendeinen Fitnessvorteil, dass Männer dieses mentale rotieren besser drauf haben mussten. Es war relevanter für Männer sich räumlich Orientieren zu können, möglicherweise durch das Jagen etc?
Genetik: hormone, dass möglicherweise Testosteron dazu führt, dass besser räumlich gedacht werden kann?
Gehirnaktivität: arbeiten Männer und Frauen anders im Gehirn?
kulturpsychologischer Ast:
- Geschlechtsstereotype haben sich entwickelt und haben sich verselbstständigt
- so entwickeln sich geschlechtstypische Umwelten
- Geschlechtsstereotype werden immer weiter so getragen und weiter bespielt. Nur weil jemand als Mädchen wahrgenommen wird, wird eine Erwartung mitgetragen die sie erfüllen muss.
Ökologischer Kontext: In welchen Ländern schauen wir uns das an? Wie sind die Strukturen in den jeweiligen Ländern?
Es ist immer schwierig zu sagen wie viel ist biologisch und wie viel lerntheoretisch?
das Zusammenspiel zwischen dem biologischen und dem lerntheoretischen ast ist ein komplexes kausal gefüge das wir diskutieren müssen wenn wir einen hartnäckigen Geschlechtsunterschied uns erklären
GENDER SIMILARITIES HYPOTHESE - UPDATE Befunde
Gender Differences in Verbal Performance (Jennifer Petersen, 2018)Meta-Analyse an amerikanischen Schülerinnen (d=0.29)…kleine Unterschiede zu Gunsten von Frauen
Frauen zeigen auch im National Assessment of Educational Progress (NAEP) beim Lesen und Schreiben bessere Ergebnisse im Bereich kleiner bis mittlerer Effektstärken (David Reilly, David Neumann & Glenda Andrews, 2019)
Christoph Niepl, Matthias Stadler & Samuel Greiff (2019) Geschlechtsunterschiede in Mathematik hängen mit der beruflichen Gender-Diversität (d.h. Frauenanteil in mathematiknahen Berufen) eines Landes ab
Lutz Jäncke (2018) die meisten Unterschiede in Bezug auf Gehirnanatomie, Verhalten und Cognition sind nicht groß genug um von einem geschlechtlichen Dimorphismus zu sprechen
Alyssa Kersey, Kelsey D. Csumitta & Jessica Cantlon (2019): Neuronale Prozesse im fMRI unterscheiden sich nicht bei mathematischen Aufgaben bei 3-10 Jährigen Kindern unabhängig vom Geschlecht
Chaocha Jia et al. (2020): National Assessment of Education Quality an großer chinesischer Stichprobe (ca. 200.000 Personen) zeigt keine Geschlechtsunterschiede in „science achievement“, aber „science“ interest“
Ellen T.M. Laan et al. (2021): Sexuelle Aktivität ist in den meisten Kulturen für (heterosexuelle) Frauen weniger angenehm als für (heterosexuelle) Männer bei gleicher Kapazität für sexuelle Befriedigung.
Charlotte Löffler & Tobias Greitmeyer (2023). Frauen* beurteilen sich empathischer als Männer* aber Emotionserkennung ist bei Frauen nur höher, wenn Motivation dafür erhöht wurde Kontext-Faktoren, Gender Rollen und Stereotype
Chenyu Pang et al. (2023). Bei Selbsteinschätzung zeigen Frauen höhere Empathiewerte, im EEG (Empathie gegenüber schmerzhaften Gesichtsausdrucken) zeigen sich keine Unterschiede. Werden Männer auf ‚sharing & caring‘ geprimed, verschwinden die Geschlechtsunterschiede ebenfalls.
Lise Eliot (2024). „Based on the sum of data, neuroscientists would be well-advised to take the null hypothesis seriously: that men and women’s brains are fundamentally similar, or “monomorphic”“ (p. 1); einzig reliabler Unterschied männliche Gehirne sind um 11% größer (Männer sind auch 18% schwerer und 9% länger!) ABER auch in der Gehirn-Größe gibt es einen Overlap von 51% (d=1.31)
Yuntian Xie et al. (2024). Metaanalyse von 83 chinesischen Artikeln zur Mathematikangst zeigt höhere Werte bei Mädchen, die vor allem in der Mittelschule auftreten.