++加成++我现在意识到使用 OCC80 变量的 Inductivist 只关注高中教师。 我们对该教学水平的估计之间的差异可以忽略不计。 因此,这篇文章是对他的补充,而不是批评。
-
归纳主义者 最近使用的来自 GSS 的 Wordsum 分数 按十年估算高中教师的平均智商. 其中的另一个 世界上最好的博客 提出了一些后续问题,并将它们发给我作为回应,促使我转向数据库。
令人沮丧的是,我无法找到一个变量来识别教师(这对所有人来说都是最佳的 量化博主 采用这种做法 不可知论 开始并包括在帖子末尾使用的那些),并且缺乏耐心等待 Inductivist 填写我。 GSS 确实根据 国际标准职业分类, 然而。 ISCO 自成立以来进行了两次重大修订,最后一次修订是在 1988 年,并且因国家/地区而异。 经过大量的谷歌搜索,我为 1988 年及之后参与的受访者确定了美国“教学专业人员”的代码*。
走这条路线可以收集一些额外的见解。 在假设白人的 Wordsum 均值等于 100 且标准差为 15 的情况下,将 Wordsum 结果转换为 IQ 分数会产生一个 所有教学专业人员的平均智商为 108.4 在过去的二十年中进行了调查。 对于高中教师,这给出的估计值比 Inductivist 的估计值高出大约一个点。 小的差异可能部分是由于 ISCO 方法将管理人员纳入教育专业人员中。 它也更接近于我在获得任何数据之前的猜测。
教学专业人员的总样本量为 742,允许按教育水平进行 IQ 估计。 下表显示了大专(大学和大学)、中学(高中)、小学和学前班(K-8 年级)、特殊教育(天才和短途巴士)以及“其他未归类的其他教学专业人员”(占总数的 13%,可能是专业导师等)级别:
Level | IQ | N |
学院/大学 | 114.6 | 110 |
中学 | 107.4 | 150 |
K-8年级 | 107.4 | 369 |
特别版。 | 105.9 | 18 |
其他名称 | 107.2 | 95 |
将 Wordsum 分数作为 IQ 分数的代理效果很好,但并不完美。 一方面,满分 10 相当于最高 127.8 的智商。 由于只有 3% 左右的人口的 IQ 为 128 或更高,因此当针对 GSS 受访者群体进行 Wordsum 到 IQ 转换时,这种人为的上限在大多数情况下不会产生太大影响。 然而,在大学和学院教育工作者的情况下,确实如此——36.9% 的受访者得分为 10。如果这个队伍的平均智商比白人平均值高 2.5 个标准差,而不是假定的 1.86——这当然是合理的——平均智商估计大学和学院教育工作者的比例略高于 120,而教授平均水平仍然更高。
高中和 K-107.4 年级教师的 8 并不是一个错字——它们恰好是一样的,尽管中学教育者的曲线明显更宽,高中水平的 Wordsum 标准差为 2.08 至 1.78对于 K-8。 也许数学和科学教师将分布向右拉,而体育、艺术和其他软选修课教师将其向左推?
下表仅显示了白人的相同情况:
级别(仅限白人) | IQ | N |
学院大学 | 116.0 | 101 |
中学 | 109.3 | 133 |
K-8年级 | 109.0 | 321 |
特别版。 | 109.4 | 15 |
其他名称 | 108.7 | 84 |
正如预期的那样,白人分布基本上与所有教育专业人员的分布相似,向右移动了几个点。
响应池不够大,无法按教育水平细分非白人。 下表显示了按种族划分的所有教育专业人士的估计平均智商:
种族 | IQ | N |
白色 | 110.1 | 653 |
黑色 | 95.3 | 49 |
其他名称 | 96.7 | 40 |
黑白差距几乎就是一个标准差,符合社会学的基本规律 由 La Griffe du Lion 描述. 考虑到 18.2% 的白人教育专业人士的 Wordsum 得分为 10,而非白人的这一比例为 6.7%,黑白差异似乎恰如狮子所预测的那样,小非白人尽管样本大小。
使用的 GSS 变量:ISCO88(2300-2399)(2331-2332)、RACE、WORDSUM
* GSS 在这方面没有提供太多帮助,仅说明 1988 年以后的受访者职业使用 ISCO-88。 这 ISCO 教学指南 斯坦福大学推出的专业教育工作者用代码 2310-2390 表示(见第 15 页)。 这 更有帮助的清单 来自北卡罗来纳大学的教育类别细分到第四位,代码与 GSS 返回的内容完全匹配,除了中等教育专业人士之间的差异。 UNC 来源显示它由 2320 表示,而 GSS 返回 2321 的数据,但没有返回 2320 的任何数据(第四个数字是最随意分配的——这是斯坦福指南详细处理的)。 从 110 到 9999 的大多数可能的四位数组合都没有使用,这就是为什么我相信我已经确定了正确的教育分类——将五个中的四个固定在 100 位数范围内,只有一个例外,只有第四个数字不同几乎可以肯定不是偶然的。 这 维基百科条目 同意这两个来源。 此外,结果不仅在教育行业内具有表面效度,而且对于其他各种职业分类也具有表面效度。 尽管如此,我必须在上面介绍的内容中添加一个免责声明——我只有 99.9% 的确定我已经正确识别了分类。
好帖子
我不知道多少更高级别的统计数据。 还没有。 有人能回答我这个问题吗——“基本常数”的简洁性,几乎是一个标准偏差,应该暗示一些关于导致智商差异的物理认知装置,或者可能是关于 SSA 和“白人”? 基本上,常数的准确性是重要的还是仅仅是巧合?
“应该提出一些关于导致智商差异的物理认知装置的问题,或者可能是关于 SSA 和“白人”不同进化历史的一些事情?”
两者都可能。 我会说后者导致了前者。
小问题(只是想让您保持警觉):当您以 1 为中心时,您只能将 15 STDV 视为 100 IQ 点,对吗? 15 分将超过 1 个 STDV(但可能不会太多)。
比拉尔
La Griffe 定律并没有将造成这种差距的原因归咎于它,只是它在一系列认知测量中反复且可靠地出现。 OneSTDV 的解释对我来说似乎是合理的。
SC,
我将 Wordsum 分数的 SD 转换为 15 IQ 点。 要放置 100,我使用白色平均 Wordsum。 所以15分代表一个SD,无论你在规模上,我想(但说到统计数据,我只知道如何驾驶汽车,而不知道它为什么起作用)。 当然,如果说 15 个点或 1 个 SD 代表相同大小的百分位数变化,那是不正确的。
好帖子。 数据似乎符合我的轶事经验。 假设我的样本大小 n~20,相对较小。 Vox Day 有一篇文章,根据重新定位前的 SAT 分数,他假设教师的平均智商为 91。
教师是一个奇怪的职业。 但是,我对其他职业了解多少,我只从事教学工作。 无论如何,当人们问我关于公立学校和老师的事情时,我总是告诉他们同样的事情。 大约一半的教学人员是真正优秀的人,他们了解自己的知识并关心孩子。 另一半是被遗弃的人,甚至不应该被允许在孩子身边。
“基本上,不断变化的准确性是重要的还是仅仅是巧合?”
我猜想,没有 AA 和配额,它不会像一致的观察。 因为我们的政府在每个领域都强制黑人按比例代表,所以差距保持不变。 如果允许雇主根据绩效聘用,而不考虑种族,我预计差距会缩小,甚至可以忽略不计。 例如,如果黑人和白人需要相同的 GPA 和 SAT 才能进入特定大学,您会期望他们在那所大学的平均智商分数几乎相同。
阿尔基比亚德斯
VD 假设教师的平均智商为 91? 你偶然有那个帖子的链接吗? 似乎不可能低。
在按照声明的学习领域对 SAT 分数做一些类似的事情时,我估计那些接受教育的人的平均智商为 99.3——就在路中间。 但这些孩子中大约有一半无法毕业。 四分之一的美国成年人拥有文学学士或更高学历,而几乎所有“教育专业人士”都拥有。 尽管高等教育和智力之间的相关性 在过去的几十年里稳步下降,对于普通教师来说,大约占所有成年人的第 30 个百分点会让人轻信。
阿农
有大量真正敏锐的教师(并不意味着原始智力一定意味着出色的教学技能,低智力也不能排除它,尤其是在大学预科阶段),近五分之一的白人教育专业人士在以下方面获得了满分 10 分Wordsum 测试,相比之下只有 5.5% 的人口。
阿农
是的,我们可以让黑人和西班牙裔在认知要求较高的职位上代表人数不足但与白人和亚洲人相对难以区分,或者黑人和西班牙裔人平等(甚至过多)但质量明显低于类似职位的白人和亚洲人,但我们不能两者兼而有之.
迷人的帖子。
医生没那么聪明。