我正在慢慢学习标题写作的反常艺术，但保留说实话的内在忠诚：我确信罗马尼亚男性和女性存在通常的性别差异，如上述传统服饰所示，但显然没有一致的差异在情报方面。 无效结果与阳性结果一样重要，因此这一发现必须进入我们思考的组合。 它是否显示了某个国家的特定内容，或我们方法的一般内容，或两者兼而有之？

德拉戈斯·伊利埃斯库，一个 亚历山德拉·伊利, 丹·伊斯帕斯, 安卡·多布里安, 奥雷尔·伊恩·克林丘. 智力的性别差异：使用来自罗马尼亚的全国代表性样本的多测量方法。 房源搜索 58卷, 2016 年 54 月至 6 月，第 XNUMX-XNUMX 页

http://dx.doi.org.libproxy.ucl.ac.uk/10.1016/j.intell.2016.06.007

https://drive.google.com/file/d/0B3c4TxciNeJZcENSTl9tRTZIc1k/view?usp=sharing

有趣的是，罗马尼亚标准化的智力测试涵盖了所有范围：几乎好像没有遗漏任何智力测量。 无论结果如何，人们都不能轻易辩驳另一项测试会显示不同的结果。

然而， 林恩的假设是男孩成熟较晚，所以只有在成年时男性的优势才会显现出来。 SON 测试长达 8 年，因此无关紧要。 WISC-IV 最长可达 17 年，因此部分相关。 Raven 测试涵盖了整个年龄段，因此 is 相关：

样本量很小，这降低了“显着性”的机会，但在 13 个年龄段中，10 人在某种程度上显示了男性优势。 优势林。

对于 MAB-II 上的 12 个成人组，故事崩溃了。 10 人中有 12 人在总体智商方面偏向男性，但只有 10 人很重要，其余的都很小。 12 人中有 XNUMX 人在表现智商方面表现出男性优势，但大多数人的智商都微乎其微，因此容易被遗忘。

GAMA 有 14 个成人年龄组，其中 11 个显示出男性优势，但大多数是小部分，只有 3 个显着。

IST 有 10 个成人年龄组，其中 2 个显示男性优势，只有 女 优势显着。

从整体上看个人测试结果，正如作者所暗示的那样，即使在那些涵盖成年人的测试中，也不能令人信服男性优势假设。

然而， 几乎所有这些测试都不报告原始分数，这在能力测试中是一个相当大的问题。 为什么不？ 嗯，许多智力测试根据使用的材料、项目数量、快速完成的添加、部分错误的减少等都有特殊的评分系统。 因此，将真实的原始分数转换为比例分数，这些比例分数可以根据年龄从不同的表格中得出。 有一些模糊现实的空间。 它不应该影响性别差异，但从原始分数到比例分数的变化并不容易追踪。 这肯定会对弗林效应计算产生影响。 查看每个年龄的编码任务或数字的原始分数（原始分数 is 一个真正的比例尺）会非常有趣，这应该会敲响任何残留的疑虑。

如果您检查论文中的大量个人结果，几乎没有证据表明存在任何一致的性别差异模式。 每个年龄段的样本量虽然不大，但也相当可观，因此我松了一口气，转向他们对表 7 中结果的整体元分析，尽管该表有点难以阅读。 Cohen's d 分数为正值表明男性的优势。 Q 分数为卡方检验结果，括号内为自由度。 L 平方检验给出针对自由度进行校正的卡方结果，并计算由于异质性而非抽样误差导致的效应估计值变异的百分比。

然而，为了检验 Lynn 的假设，我们应该有一个表 8，该表将自身限制为 17 岁以上的成年人，涵盖整个年龄范围。 这会很有趣。

作者说：

只有两个具有显着（尽管很小）影响的分数是 Raven (d = 0.11, p < 0.01) 和 SON-R 的 Performance 子分数 (d = 0.12, p < 0.01)，两者都对男性有利。 在 SON-R 的情况下，数据表示中等异质性：Q(5) = 10.01, p < 0.10, I² = 50.04，即这组效应大小的总变异性的 50% 是由于子样本之间的变异性（真正的异质性）。 在 Raven 分数的情况下，不存在异质性：Q(22) = 21.34, ns., I² = 0.00; 即，效应大小估计的所有可变性都是由于子样本内的抽样误差造成的。

当然，正如理查德·林恩 (Richard Lynn) 所发现的那样，韦克斯勒可能会稍微摆弄一下以消除一些性别差异，但我怀疑所有其他措施都可能是这种情况，尤其是很久以前设计的乌鸦。

作者没有费心评论引起我注意的事情：韦克斯勒儿童智力量表在全面智商、言语智商和感知推理智商上显示出很多异质性。 多维能力倾向电池和智力结构测试也显示出相当多的异质性，而 Raven 测试则没有。 当然，Richard Lynn 可能会争辩说，儿童的量表并不能证明任何事情，但成人的量表（此处未使用）可以证明这一点。

作者总结：

当前研究中观察到的随机和不可复制的差异模式似乎支持这样的结论，即任何性别均值或方差差异都可能是虚假的，抽样或测量误差的结果而不是实质性和稳定的影响。 这一结论同时适用于一般智力和二级（更具体的）能力（例如表现与推理、言语与表现、流动与结晶）。

他们谨慎地承认：

目前的研究有许多局限性。 首先，即使我们报告数据的所有 6 个样本都是精心挑选的具有全国代表性的样本，但它们在数量上与其他研究报告数据的一些样本不具有可比性，例如 迪里等人。 (2003)或 洛曼和莱金 (2009). 因此，尽管它们为未被充分研究的文化做出了重要贡献，但它们对国际知识状况的影响可能有限。 其次，当前研究中使用的一些测试被开发为尽可能保持性别中立。 至少对于 WISC-IV 和 SON-R，项目偏见由训练有素的法官和通过项目分析进行检查，GAMA 和 MAB-II 的制定目标明确，即尽量减少性别的不利影响。 这可能影响了结果并促成了我们的零效应结论。

我的评论：“性中性”听起来无可挑剔，但测试结构的总体漂移是朝着性别差异抑制的方向发展。

他们的最后一句话：

研究群体智力差异是一个具有重要社会后果的政治话题。 因此，我们强烈鼓励研究群体智力差异的研究人员密切关注所用样本的质量，并努力提高其代表性。

其实我觉得作者已经做得很好了。 他们在一个良好的全国样本中列出了许多智力测试的结果，而不仅仅是一个。 不，它不是整个国家，就像苏格兰的数据一样。 不，没有单独对成人数据进行元分析（尽管它可能不会提出太多），但总体而言，它肯定会暂停其他工作中对性别差异发现的接受。

难道这一切都源于罗马尼亚，以及某些人如此刻意追求的消除性别差异的特殊文化吗？ 罗马尼亚是否实现了北欧人努力但无法实现的目标？ 虽然我相信特殊的国家，但作为一个外部观察者，我在罗马尼亚悠久而丰富的历史中找不到任何让我相信性别差异被故意缩小的东西。 然而，罗马尼亚读者被邀请向我发送更多更好的细节。