(1)機器學習方法的侷限 (2)同儕審查與心理科學 (3)神經系統疾病 (4)性別與健康工作坊紀錄 (5)提高TNB參與心血管研究 (6)演化科學對女性的看法
2023-01-20
JW Lockhart - 2022 - osf.io
社會性別和生理性別是機器學習（machine learning，ML）的關鍵面向。對於來自機器學習領域的人而言，這種說法可能聽來陌生，因為機器學習的重點是方法論而不是任何特定的實質領域。畢竟ML是以不帶感情、無社會性別的標準範例來教授的，像是閱讀手寫數字、檢測垃圾／非垃圾電子郵件以及區分鳶尾花。但是對社會學家來說，社會性別在各個地方都具重要性的概念並不陌生，他們早已知悉社會性別是所謂的「主要類別」……
2. 改變同儕審查之文化，以實現更具包容性和公正性的心理科學
M Aly, E Colunga, M Crockett, M Goldrick, P Gomez… - 2022
同儕審查是科學進步的核心成分。儘管同儕審查理想地改善研究並促進了精確性，但它也左右了哪些類型的研究可被發表及引用，以及誰想要（並且能夠）……
L Al-Hassany, P Verdonk, AM VanDenBrink - The Lancet Neurology, 2023 - thelancet.com
…33個資料庫，其中的資料並不必然以社會性別敏感的方式收集。事實上，基於人口的世代研究旨在具備可概括性，因此通常反映出受到不平等影響的社會模式。第二種問題則來自以下誤解，即應該使用生理性別來預測社會性別，並且應該使用社會性別來預測生理性別；有些研究人員假定這種設想是合理的，因為強而有力的……
4. 自1月24日起，可在ORWH網站閱覽美國國家衛生研究院的性別與健康：結構性的生理性別歧視、社會性別常規、關係權力動態以及社會性別不平等的影響工作坊紀錄。
5. 增進跨性別和非二元個體參與心血管研究的規劃、完成及動員
CL Rytz, LB Beach, N Saad… - American Journal …, 2023 - journals.physiology.org
心血管疾病是全球發病率和死亡率的主要原因。跨性別和非二元（transgender and non-binary TNB）個體面臨不甚明確但可能顯著的心血管健康不平等，但目前還不存在專門針對TNB減低心血管風險的實證干預措施。為了處理這項差距，我們提出了一套方針，以提高TNB個體參與心血管研究的規劃、完成與動員。這麼做時，採取包容性的實踐將優化……
M Ah-King – 2023 [book]