操作化代理性別感知：基礎與指導
arXiv - Computers and SocietyKatie Seaborn, Madeleine Steeds, Ilaria Torre, Martina De Cet, Katie Winkle, Marcus G\"oransson
本文透過範疇回顧提出一套理論驅動的框架，以統一並提升代理性別感知的測量與操作化，促進研究嚴謹與包容性。
AI 幫你先抓重點
AI 重點 1
框架提供統一的代理性別感知測量標準
滑鼠懸停看 AI 判斷理由
此框架填補了目前缺乏統一測量工具的空白，能使不同研究之結果可直接比較，提升研究整體的可重複性與信度。
AI 重點 2
揭示二元性別模型與人類中心觀點的限制
滑鼠懸停看 AI 判斷理由
指出現行研究中普遍存在的性別二元化與人類中心偏見，提醒讀者需重新審視假設，避免在設計與評估中維持既有偏見。
核心研究發現
- 1
目前研究缺乏統一的代理性別測量標準，導致結果難以比較。
- 2
約三分之一的研究雖操縱代理性別，但未對其感知進行測量，造成資訊缺失。
- 3
研究普遍採用二元性別模型與人類中心觀點，限制了對多元性別的探討與知識生成。
- 4
作者提出一套基於理論的元層框架，明確定義代理性別感知的標籤、定義與測量方式。
- 5
該框架提供實務指導，促進研究的嚴謹性與包容性，並有助於元分析的可比性。
對教育工作者的啟發
實務工作者可依據本文框架，先確定代理性別的概念範疇與標籤，再選擇或設計符合多元性別觀點的量表；避免單一二元分類，並在實驗設計中加入對代理性別感知的測量；透過標準化的測量工具，可提升研究結果的可比性與重複性，進而為教育科技產品的設計與評估提供更具包容性的使用者體驗。
原始文獻資訊
- 英文標題：
- Operationalizing Perceptions of Agent Gender: Foundations and Guidelines
- 作者：
- Katie Seaborn, Madeleine Steeds, Ilaria Torre, Martina De Cet, Katie Winkle, Marcus G\"oransson
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。