flowchart TB C[Cultura]-->MT[Marco teórico] MT-->GSH[Hipótesis de \nestratificación \Nde género] MT-->GEP[Paradoja de \nequidad de género] MT--->E[Análisis empírico \n78 países] E-->CR[Críticas a GE] style CR fill:#e2e9d2 E-->MM[Materiales \ny métodos] MM--> R[Resultados]
Resumen
Según los autores, este estudio es uno de los primeros en proporcionar una revisión exhaustiva de los patrones transnacionales de diferencias de género en diversos constructos relacionados con STEM: logros, creencias, actitudes, aspiraciones y participación, en relación con la igualdad de género a nivel nacional. El trabajo complementa la revisión bibliográfica con una serie de análisis empíricos que utilizan metodologías rigurosas y conjuntos de datos más completos a nivel individual y nacional. Específicamente, los autores examinan las diferencias de género en las medidas de fortaleza relativa (por ejemplo, fortaleza en ciencias en relación con matemáticas y lectura) y las aspiraciones y graduación de STEM, utilizando datos de PISA 2015 y PISA 2018 de 78 países/regiones (N = 941,475).
Importante
El análisis corrobora la revisión de la literatura, indicando que el apoyo tanto a la hipótesis de la estratificación de género como a la paradoja de la igualdad de género es generalmente inconsistente y débil.
Varios factores contribuyen a esta inconsistencia, incluidos países atípicos específicos, diferentes años de recopilación de datos, diversas fuentes de datos, una variedad de medidas compuestas y específicas de dominio de igualdad de género y modelos estadísticos. El estudio también presenta un modelo estadístico robusto para comparar el desempeño en tres materias y evaluar el poder predictivo de las medidas de fuerza relativa para las aspiraciones STEM a nivel estudiantil. Los análisis revelan que el rendimiento académico general y el rendimiento en matemáticas en relación con la lectura son predictores clave de las aspiraciones STEM, en comparación con el rendimiento en ciencias en relación con las matemáticas y la lectura.
Nota
Al yuxtaponer ambos niveles de análisis, estos hallazgos ofrecen una comprensión más matizada de las diferencias de género en los procesos de toma de decisiones que conducen a carreras en campos relacionados con STEM.
Resumen visual del documento
Teoría de la estratificación de género
Esta teoría plantea que, en sociedades patriarcales, los varones estudiantes naturalmente vinculan sus logros académicos, actitudes y aspiraciones con las oportunidades de vida futuras. En contraste, las limitadas perspectivas frecuentemente presentadas a las mujeres estudiantes en tales sociedades podrían hacerlas percibir los campos STEM como menos relevantes para su futuro. Baker y Jones (1993) destacan que las construcciones sociales pueden ser señales evidentes y ocultas transmitidas por padres, maestros y compañeros, moldeando el rendimiento, las aspiraciones y las elecciones de niñas y niños.La hipótesis propone que las sociedades con una estratificación de género pronunciada restringen las oportunidades, lo que resulta en un rendimiento, actitudes y aspiraciones disminuidas en STEM entre las mujeres estudiantes.
Por el contrario, en sociedades que abrazan la equidad de género, tanto los varones como las mujeres estudiantes probablemente exhiban logros, actitudes y aspiraciones similares en STEM.
Hipótesis de estratificación
Las creencias comunes y los esfuerzos internacionales destinados a reducir la brecha de género en la educación STEM se basan en el supuesto de que mejorar la igualdad de género reducirá las brechas de género que desfavorecen a las niñas. Esta suposición, conocida como “hipótesis de la estratificación de género”, ha recibido el apoyo de estudios empíricos (Else-Quest et al., 2010; Fryer & Levitt, 2010; Guiso et al., 2008; Stoet et al., 2016).
Paradoja de la equidad de género
Sin embargo, la evidencia a favor de la teoría de la estratificación de género no siempre es consistente entre las diferentes bases de datos e índices de igualdad de género. Por el contrario, algunos investigadores han informado lo contrario: la brecha de género es más pronunciada en países con niveles más altos de igualdad de género en educación, salud y oportunidades económicas y políticas, un fenómeno que se ha denominado la “paradoja de la igualdad de género”.
Tabla 1 del trabajo
Estas tablas muestran que con la suficiente evidencia empírica, se puede justificar cualquier teoría.
Importante
Variables usadas:
Diferencia de género en índice relativo de brecha de género global compuesto Stoet y Geary (2018),
fortaleza científica (GGGI) PISA2015 Relación de variedades masculinas y femeninas
Índice de brecha de género global compuesto Machin y Pekkarinen, (GGGI) (2008), - Índice global de brecha de género compuesto Hyde y Mertz (2009),
hipótesis de estratificación de género GSH;
paradoja de igualdad de género GEP a
Representación de las mujeres en la fuerza laboral (REP) en Penner (2008) compuesto por variables como la cantidad de tiempo que las mujeres dedican a las tareas domésticas y la importancia de los hijos para la realización de las mujeres, por lo que se considera una medida compuesta de igualdad de género
Modelos lineales de probabilidad multinivel que predicen las aspiraciones STEM de los estudiantes según los datos de PISA 2018
Todos los predictores fueron estandarizados (M = 0, SD = 1)
Fortaleza relativa en ciencias RSS, fortaleza relativa en matemáticas RMS, fortaleza relativa en lectura RRS, puntaje promedio de los dominios de la materia, desempeño en matemáticas en Matemáticas, desempeño en ciencias en SciA, desempeño en lectura en ReadA, desempeño en matemáticas MvRA en relación con la lectura
Efecto de género primero, comparan el modelo de referencia con género, grado y NSE como variables independientes y luego incluyen medidas de fuerza relativa (Modelos 1 a 9 en la Tabla 4).
Nota
Los resultados no son robustos, dependen de varios factores, incluida la base de datos utilizada, el año de recopilación de datos y los índices de igualdad de género empleados.
El apoyo inconsistente tanto a la hipótesis de la estratificación de género como a la paradoja de la igualdad de género, revelado por el presente estudio, subraya la importancia de la replicación y el análisis sólido para mejorar la capacidad de la investigación psicológica para informar las políticas y la práctica.
Parsing text into sentences and tokens...DONE
Calculating pairwise sentence similarities...DONE
Applying LexRank...DONE
Formatting Output...DONE[1] "(2009), TIMSS2003 Gender difference in relative Composite Global gender gap index Stoet and Geary (2018), science strength (GGGI) PISA2015 Ratio of male and female var- Composite Global gender gap index Machin and Pekkarinen, iance of math performance (GGGI) (2008), PISA2003 Ratio of males-to-females Composite Global gender gap index Hyde and Mertz (2009), scoring above the 95th (GGGI) PISA2003 percentile Percentage of girls on Composite Global gender gap index Hyde and Mertz (2009), national IMO teams (GGGI) IMO1989-2008; Kane and Mertz (2012), IMO2001- 2010 DSGEM domain specificity of gender equality measures, GSH gender stratification hypothesis; GEP gender equality paradox a Representation of women in labor force (REP) in Penner (2008) composed of variables such as the amount of time women spend on housework and the importance of children to women’s fulfillment, thus considered to be composite measure of gender equality Educational Psychology Review (2024) 36:37 Educational Psychology Review (2024) 36:37 Page 13 of 48 37 depend on various factors, including the database used, the year of data collection, and the gender equality indices employed."
[2] "13 Table 4 Multilevel probability linear models predicting students’ STEM aspirations based on PISA 2018 data 37 Fixed effects Baseline Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 Model 7 Model 8 Model 9 Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) 95% CI 95% CI 95% CI 95% CI 95% CI 95% CI 95% CI 95% CI 95% CI 95% CI 13 RSS .02 (.01) .01 (.00) .01 (.00) [.01, .03] [.00, .02] [.00, .02] Page 38 of 48 RMS .01 (.00) .02 (.00) [.01, .02] [.01, .03] RRS -.04 (.01) -.03 (.01) [-.05, -.03] [-.04, -.02] MeanA .09 (.00) .09 (.00) .09 (.00) .09 (.00) [.09, .10] [.09, .10] [.09, .10] [.09, .10] MathA -.01 (.00) .04 (.00) [-.01, -.00] [.04, .05] SciA .01 (00) .04 (.00) [.01, .02] [.03, .05] ReadA -.01 (.00) .01 (00) [-.01, .00] [.00, .02] MvRA .05 (.01) [.04, .07] Male .00 (.01) -.01 (.01) -.01 (.01) -.01 (.01) .00 (.01) -.00 (.01) -.01 (.01) -.01 (.01) -.01 (.01) -.01 (.01) [-.02, .01] [-.02, .01] [-.02, .01] [-.03, .00] [-.02, .02] [-.02, .01] [-.02, .01] [-.02, .01] [-.02, .01] [-.02, .01] Grade .03 (.02) .05 (.03) .05 (.03) .05 (.03) .01 (.01) .01 (.01) .01 (.01) .05 (.03) .01 (.01) .01 (.01) [-.01, .06] [-.01, .11] [-.01, .11] [-.01, .11] [-.01, .03] [-.01, .02] [-.01, .03] [-.01, .11] [-.01, .03] [-.01, .03] Educational Psychology Review SES .06 (.00) .06 (.00) .06 (.00) .06 (.00) .03 (.00) .03 (.00) .03 (.00) .06 (.00) .03 (.00) .03 (.00) [.06, .07] [.06, .07] [.06, .07] [.06, .07] [.02, .03] [.02, .03] [.02, .03] [.06, .07] [.02, .03] [.02, .03] Pseudo-R2 .02 .018 .018 .019 .044 .044 .044 .018 .044 .044 AIC 611,809.68 568,733.73 568,732.94 568,512.77 556,035.69 555,947.02 555,820.63 568,733.73 555,819.26 555,819.26 BIC 611,876.06 568,810.65 568,809.87 568,589.69 556,123.60 556,034.93 555,908.54 568,810.65 555,918.16 555,918.16 (2024) 36:37 All predictors were standardized (M = 0, SD = 1) RSS relative science strength, RMS relative math strength, RRS relative reading strength, MeanA the averaged score of the subject domains, MathA math achievement, SciA science achievement, ReadA reading achievement, MvRA math achievement relative to reading Educational Psychology Review (2024) 36:37 Page 39 of 48 37 Gender effect First, we compare the baseline model with gender, grade, and SES as independent vari- ables and then include relative strength measures (Models 1–9 in Table 4)."
[3] "(2014), TIMSS2003-2011; Charles (2017), Educational Psychology Review TIMSS2011 Specific Female participation in secondary Sikora and Pokropek (2012), and tertiary education (STE) PISA2006 Women’s share of the formal Charles (2017), TIMSS2011 labor market (SFLM) (2024) 36:37 Women’s share of higher educa- Charles (2017), TIMSS2011 tion in 2007 (SHE) Table 2 (continued) Outcome DSGEM Gender equality measures Research that supported Research that supported Neither was supported GSH GEP Gender stereotyping of science Charles (2017), TIMSS2011 (GSS) Female growth in service sector Sikora and Pokropek (2012), employment (SSE) PISA2006 GDP per capita Charles et al."
[4] "This women- versus-men ratio approach is a logical and interpretable statistic standardly used in scholarship on gender, STEM achievement, and economic development (Ceci et al., 2009; Ceci et al., 2014; Charles and Bradley, 2009; Cheryan et al., 2017; Miller et al., 2015)."
[5] "In addition to revisiting the country-level gender-equality and gender gaps in rela- tive strength measures, this study develops stronger statistical models to juxtapose the intraindividual relative strength of reading, math, and science achievement in 13 Educational Psychology Review (2024) 36:37 Page 25 of 48 37 predicting STEM career aspirations at the individual level."
[6] "A Limited Number of Cultural Groups When Studying Country‑Level Gender Equality and Gender Differences in STEM Cross-cultural and psychology research suffers from the crisis of replication and repro- ducibility (see Poortinga & Fontaine, 2022 for details)."
[7] "Empirical Review of Cross‑National Pattern of National‑Level Gender Equality and Gender Differences in STEM Country‑Level Gender Equality and Gender Differences in Achievement‑Related Variables Although gender differences in math and science achievement are generally small, national effect sizes exhibit considerable variability (Else-Quest et al., 2010; Hyde et al., 1990, 2008)." 
Parsing text into sentences and tokens...DONE
Calculating pairwise sentence similarities...DONE
Applying LexRank...DONE
Formatting Output...DONE [1] "Keywords Gender differences · Gender equality · Cross-cultural · STEM education ·\nAcademic achievement\n\n\nWomen have made significant strides toward achieving parity with men in univer-\nsity enrollment and even surpassing men in earning undergraduate degrees (Ceci\n\nExtended author information available on the last page of the article\n\n\n 13\n Vol.:(0123456789)\n\n 37 Page 2 of 48 Educational Psychology Review (2024) 36:37\n\n\net al., 2014)."
[2] "(2010),\n Educational Psychology Review\n\n\n\n\n positions (WR) PISA2003; Reilly (2012), TIMSS2003; Stoet and\n PISA2009; Stoet and Geary (2015), PISA2006,\n Geary (2015), PISA2000; PISA2009\n Stoet and Geary (2015),\n PISA2003\n (2024) 36:37\n\n Table 1 (continued)\n Outcome DSGEM Gender equality measures Research that supported GSH Research that supported GEP Neither was supported\n\n Women’s share of parliamen- Else-Quest et al."
[3] "(2009),\n TIMSS2003\n Gender difference in relative Composite Global gender gap index Stoet and Geary (2018),\n science strength (GGGI) PISA2015\n Ratio of male and female var- Composite Global gender gap index Machin and Pekkarinen,\n iance of math performance (GGGI) (2008), PISA2003\n Ratio of males-to-females Composite Global gender gap index Hyde and Mertz (2009),\n scoring above the 95th (GGGI) PISA2003\n percentile\n Percentage of girls on Composite Global gender gap index Hyde and Mertz (2009),\n national IMO teams (GGGI) IMO1989-2008; Kane and\n Mertz (2012), IMO2001-\n 2010\n\n DSGEM domain specificity of gender equality measures, GSH gender stratification hypothesis; GEP gender equality paradox\n a\n Representation of women in labor force (REP) in Penner (2008) composed of variables such as the amount of time women spend on housework and the importance of\n children to women’s fulfillment, thus considered to be composite measure of gender equality\n Educational Psychology Review\n (2024) 36:37\n\nEducational Psychology Review (2024) 36:37 Page 13 of 48 37\n\n\ndepend on various factors, including the database used, the year of data collection,\nand the gender equality indices employed."
[4] "(2014),\n TIMSS2003-2011;\n Charles (2017),\n Educational Psychology Review\n\n\n\n\n TIMSS2011\n Specific Female participation in secondary Sikora and Pokropek (2012),\n and tertiary education (STE) PISA2006\n Women’s share of the formal Charles (2017), TIMSS2011\n labor market (SFLM)\n (2024) 36:37\n\n\n\n\n Women’s share of higher educa- Charles (2017), TIMSS2011\n tion in 2007 (SHE)\n\n Table 2 (continued)\n Outcome DSGEM Gender equality measures Research that supported Research that supported Neither was supported\n GSH GEP\n\n Gender stereotyping of science Charles (2017), TIMSS2011\n (GSS)\n Female growth in service sector Sikora and Pokropek (2012),\n employment (SSE) PISA2006\n GDP per capita Charles et al."
[5] "(2020), PISA2012\n Gender difference in Composite Human development index (HDI) Charles (2017), TIMSS2003\n change of eighter graders’ and 2011; Charles (2017),\n math career aspirations TIMSS1995 and 1999\n Specific GDP per capita Charles (2017), TIMSS2003\n and 2011\n Gender difference in sci- Composite Global gender gap index (GGGI) Stoet and Geary (2018),\n ence self-efficacy PISA2015\n Gender difference in sci- Composite Global gender gap index (GGGI) Stoet and Geary (2018),\n ence interest PISA2015\n Page 17 of 48\n\n\n\n\n Gender difference in sci- Composite Global gender gap index (GGGI) Stoet and Geary (2018),\n ence enjoyment PISA2015\n 37\n\n\n\n\n13\n DSGEM domain specificity of gender equality measures, GSH gender stratification hypothesis, GEP gender equality paradox\n\n 37 Page 18 of 48 Educational Psychology Review (2024) 36:37\n\n\ncountry-level socioeconomic status or gender-math stereotypes (e.g., Breda et al.,\n2020; Marsh et al., 2021)."
[6] "(2020),\n Inequality (BIGI) UNESCO2012-2015\n Specific Gross national products Bradley (2000), UNE-\n SCO1965-1990\n Educational Psychology Review\n\n\n\n\n Women enrolment in science Specific GDP per capita Ramirez and Wotipka (2001),\n and engineering fields of UNESCO1972-1992\n study in higher education\n Enrollment ratio of second- Ramirez and Wotipka (2001),\n ary education UNESCO1972-1992\n (2024) 36:37\n\n\n\n\n Female representation in Specific GDP per capita Charles and Bradley (2009),\n graduation in engineering UNESCO1992-1998\n fields\n Girl’s affinity for math Charles and Bradley (2009),\n UNESCO1992-1998\n Post-industrialism Charles and Bradley (2009),\n UNESCO1992-1998\n Percentage of females in Charles and Bradley (2009),\n labour force UNESCO1992-1998\n Percentage of females in Charles and Bradley (2009), Charles and Bradley (2009),\n professions UNESCO1992-1998 UNESCO1992-1998\n Women’s absolute percentage Specific GDP per capita Charles and Bradley (2009),\n share in graduation in engi- UNESCO1992-1998\n neering and math/natural\n science fields\n Page 19 of 48\n 37\n\n\n\n\n13\n\n Table 3 (continued)\n 37\n\n\n\n Outcome DSGEM Gender equality measures Research that supported GSH Research that supported GEP Neither was supported\n Percentage of women Composite Global gender gap index Breda et al."
[7] "In addition to revisiting the country-level gender-equality and gender gaps in rela-\ntive strength measures, this study develops stronger statistical models to juxtapose\nthe intraindividual relative strength of reading, math, and science achievement in\n\n\n\n\n13\n\nEducational Psychology Review (2024) 36:37 Page 25 of 48 37\n\n\npredicting STEM career aspirations at the individual level."
[8] "This women-\nversus-men ratio approach is a logical and interpretable statistic standardly used in\nscholarship on gender, STEM achievement, and economic development (Ceci et al.,\n2009; Ceci et al., 2014; Charles and Bradley, 2009; Cheryan et al., 2017; Miller\net al., 2015)."
[9] "13\n\n Table 4 Multilevel probability linear models predicting students’ STEM aspirations based on PISA 2018 data\n 37\n\n\n Fixed effects Baseline Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 Model 7 Model 8 Model 9\n Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) Coef (SE) 95% CI\n 95% CI 95% CI 95% CI 95% CI 95% CI 95% CI 95% CI 95% CI 95% CI\n\n\n\n\n13\n RSS .02 (.01) .01 (.00) .01 (.00)\n [.01, .03] [.00, .02] [.00, .02]\n Page 38 of 48\n\n\n\n\n RMS .01 (.00) .02 (.00)\n [.01, .02] [.01, .03]\n RRS -.04 (.01) -.03 (.01)\n [-.05, -.03] [-.04, -.02]\n MeanA .09 (.00) .09 (.00) .09 (.00) .09 (.00)\n [.09, .10] [.09, .10] [.09, .10] [.09, .10]\n MathA -.01 (.00) .04 (.00)\n [-.01, -.00] [.04, .05]\n SciA .01 (00) .04 (.00)\n [.01, .02] [.03, .05]\n ReadA -.01 (.00) .01 (00)\n [-.01, .00] [.00, .02]\n MvRA .05 (.01)\n [.04, .07]\n Male .00 (.01) -.01 (.01) -.01 (.01) -.01 (.01) .00 (.01) -.00 (.01) -.01 (.01) -.01 (.01) -.01 (.01) -.01 (.01)\n [-.02, .01] [-.02, .01] [-.02, .01] [-.03, .00] [-.02, .02] [-.02, .01] [-.02, .01] [-.02, .01] [-.02, .01] [-.02, .01]\n Grade .03 (.02) .05 (.03) .05 (.03) .05 (.03) .01 (.01) .01 (.01) .01 (.01) .05 (.03) .01 (.01) .01 (.01)\n [-.01, .06] [-.01, .11] [-.01, .11] [-.01, .11] [-.01, .03] [-.01, .02] [-.01, .03] [-.01, .11] [-.01, .03] [-.01, .03]\n Educational Psychology Review\n\n\n\n\n SES .06 (.00) .06 (.00) .06 (.00) .06 (.00) .03 (.00) .03 (.00) .03 (.00) .06 (.00) .03 (.00) .03 (.00)\n [.06, .07] [.06, .07] [.06, .07] [.06, .07] [.02, .03] [.02, .03] [.02, .03] [.06, .07] [.02, .03] [.02, .03]\n Pseudo-R2 .02 .018 .018 .019 .044 .044 .044 .018 .044 .044\n AIC 611,809.68 568,733.73 568,732.94 568,512.77 556,035.69 555,947.02 555,820.63 568,733.73 555,819.26 555,819.26\n BIC 611,876.06 568,810.65 568,809.87 568,589.69 556,123.60 556,034.93 555,908.54 568,810.65 555,918.16 555,918.16\n (2024) 36:37\n\n\n\n\n All predictors were standardized (M = 0, SD = 1)\n RSS relative science strength, RMS relative math strength, RRS relative reading strength, MeanA the averaged score of the subject domains, MathA math achievement, SciA\n science achievement, ReadA reading achievement, MvRA math achievement relative to reading\n\nEducational Psychology Review (2024) 36:37 Page 39 of 48 37\n\n\nGender effect\n\nFirst, we compare the baseline model with gender, grade, and SES as independent vari-\nables and then include relative strength measures (Models 1–9 in Table 4)."
[10] "The inconsistent support for both gender stratification\nhypothesis and the gender equality paradox, revealed by the present study, under-\nscores the importance of replication and robust analysis in advancing the ability of\n\n 13\n\n 37 Page 44 of 48 Educational Psychology Review (2024) 36:37\n\n\npsychological research to inform policy and practice (Marsh & Hau, 2007; see Guo\net al., 2022 for an example)." 
El siguiente gráfico muestra una analogía al estudio “she giggles, he gallops” donde cuentan los bigramas que coinciden con “él X” y “ella X”.
En este caso, buscamos las palabras “aspirations” and “achievement”
La idea de la relación logarítmica muestra la probabilidad de que aparezca una palabra en comparación con su contraparte (por lo que “aspirations (algo)” tiene aproximadamente 5 más probabilidades de aparecer que “achievement (algo)”. En este gráfico, reemplazamos las etiquetas del eje x con “2x” y “4x”, pero sin ellos, se obtienen números como 1, 2 y 3 (o -1, -2, -3)). Para convertir esos números de razones registradas a la versión multiplicativa (es decir, 2x en lugar de 1), eleva 2 a la potencia de la razón logarítmica. Si la relación logarítmica es 3, la versión legible por humanos es 2^3, o sea 8 veces.
Referencias
Guo, J., Marsh, H.W., Parker, P.D. et al. Cross-Cultural Patterns of Gender Differences in STEM: Gender Stratification, Gender Equality and Gender-Equality Paradoxes. Educ Psychol Rev 36, 37 (2024).
Reutilización
Cómo citar
BibTeX
@online{robano2024,
author = {Robano, Virginia},
title = {Resumen del artículo Cross-Cultural Patterns of Gender
Differences in STEM: Gender Stratification, Gender Equality and
Gender-Equality Paradoxes},
date = {2024-04-03},
url = {https://ceibal-fichas-genero-stem.netlify.app/posts/paradoja de equidad/},
langid = {es}
}
Por favor, cita este trabajo como:
Robano, Virginia. 2024. “Resumen del artículo Cross-Cultural
Patterns of Gender Differences in STEM: Gender Stratification, Gender
Equality and Gender-Equality Paradoxes.” April 3, 2024. https://ceibal-fichas-genero-stem.netlify.app/posts/paradoja
de equidad/.