Constructivisme Social vs Psychologie Évolutionniste (Partie 1) : Existe-il des différences entre les sexes.

Constructivisme Social vs Psychologie Évolutionniste (Partie 1) : Existe-il des différences entre les sexes.

Cet article ouvre un tryptique de contenus sur la question de l’intelligence et du cerveau. Plus particulièrement, il sera question du lien entre sexe et intelligence. Les deux premiers articles, signés d’Osalnef couvriront les notions du Constructivisme Social et de la Psychologie Evolutionniste. Le dernier, signé de MosM, est une revue de littérature des études scientifiques qui abordent le sujet. Les deux premiers articles cherchent à aborder en détail les études, le dernier donnera une vision d’ensemble plus généraliste.

Représentation artistique du réseau neuronal du cerveau.
Gerd Altmann  

“The longest-running soap opera in neurobiology.”

Simon LeVay, à propos des études sur le corps calleux.

La recherche scientifique aborde parfois des thèmes délicats ou polémiques. Dans ce cas, même des conclusions justes peuvent faire peur. Par peur des conclusions – et des possibles conséquences racistes, antisémites ou misogynes – certains préfèrent censurer ou nier ces observations scientifiques.

Je n’ai pas cette approche. Il est préférable de connaître une vérité, aussi dérangeante et dangereuse soit-elle, tout en luttant contre le mépris, la haine ou la persécution qu’aucune recherche scientifique ne peut justifier.

Par ailleurs, il est impératif de garder en tête que toute découverte sur un groupe d’individus présente une variance. Un individu ne doit pas être réduit à la moyenne de son “groupe”. La recherche scientifique a d’ailleurs une vocation descriptive, non-prescriptive des individus.

Dans cet article, j’ai décidé de me focaliser sur les différences cérébrales. Je n’aborderai donc pas les différences psychologiques ou de force physique.


Au sujet des différences inter-ethniques et entre les deux sexes, deux grandes positions s’opposent : celle du Constructivisme Social (SC) et celle de la Psychologie Évolutionniste (Évopsy). La première est en partie motivée par la peur de certaines conclusions (Argumentum ad consequentiam). Elle nie ou minimise toute différence inter-démographiques. A contrario, la deuxième admet l’existence de différences et les justifie par des considérations évolutionnistes.

Existe-il des différences H/F ?

Parmi la théorie du Constructivisme Social, l’une des publications les plus populaires est Hyde (2005). Sans rentrer dans les détails techniques des faiblesses et biais méthodologiques, elle conclut : « The striking result is that 30% of the effect sizes are in the close-to-zero range, and an additional 48% are in the small range. That is, 78% of gender differences are small or close to zero. ».

Trois quart des différences seraient faibles voire nulles. Cette étude a tout de même choisi une définition inhabituellement large pour arriver à la conclusion. Ce que Hyde considère comme faible aurait été considéré comme significatif par tout autre chercheur puisque 70% des différences sont faibles (0.10< Cohen’s d <0.35) à très élevées (d>1). Contrairement à ce que prétend sa conclusion, l’étude montre que 70% des différences présumées entre les hommes et les femmes ont un effet substantiel. Signalons que son approche a pu être biaisée par biens d’autres aspects en amont de sa conclusion.

Valeurs extrêmes

Son étude atteste en fait de l’existence de différences H/F, mais affirme qu’elles sont minimes. Or, et l’un de ses graphiques le montre (p.587), même une valeur d aussi faible que 0,20 peut créer une certaine disparité parmi les extrêmes. Une différence minime entre deux individus moyens, est en fait tout à fait notable pour deux individus loin de la moyenne (cf graph 1).

Illustration statistique d'une faible valeur 'd' avec une différence significative aux extrémités des courbes.
Graph 1 : Deux distributions normales d’un score avec une faible différence moyenne entre deux échantillons : 48% Des noirs en pointillés ont un score de 102, contre 50% pour les bleus (trait rouge). Mais on voit une différence bien plus prononcée aux extrêmes, avec 14% des bleus ayant un SCORE > 125 (trait vert) contre seulement 8% des noirs.

Ceci explique que même si – par exemple – les choix des hommes et des femmes sur un sujet sont très similaires (d=0.2) et qu’ils ont la même variance (le même “étalement” sur le graphique), on pourra observer une disparité importante.

Importance de la Variance

À l’inverse, deux populations pourraient avoir une moyenne similaire, mais des variances différentes pourraient impliquer de fortes disparités aux extrêmes (graph 2).

Illustration statistique d'une moyenne identique avec une différence significative aux extrémités des courbes à cause d'une variance différente.
Graph 2 : Deux distributions normales d’un score avec une même moyenne à 100 entre deux échantillons. Mais on voit qu’il y a plus de bleus proches de la moyenne (85 < SCORE < 115) , et qu’il y a plus de noirs aux extrêmes (SCORE < 85 et SCORE > 115).

Malgré l’objectif revendiqué des socio-constructivistes de minimiser les différences H/F, on observe des exceptions notables, comme l’agressivité. Trait pour lequel l’approche socio-constructiviste admet volontiers l’agressivité supérieure des hommes. Il en va de même pour les comportements liés au sexe.


Existe-il un cerveau dit « d’homme » et un cerveau dit « de femme » ?

Les études de Daphna Joel

L’une des chercheuses les plus renommées parmi les socio-constructivistes dans ce domaine est sans nul doute Daphna Joel. Neuroscientifique de l’université de Tel-Aviv, elle a été invité à Harvard pour ses travaux et a été citée par de grands journaux scientifiques comme Nature, MedicalXPress, NewScientist ou encore ScienceMag et de grands journaux de presse généraliste comme The New-York Times, The Jerusalem Post ou encore The Guardian lui ont offert une tribune.

Ses études sont à première vue très fiables, avec des échantillons larges (N>1 400 et N=2 176) et représentatifs de la population. Pour résumer ses erreurs : Joel a une vision simpliste du cerveau, développe des caricatures de la féminité et de la masculinité et considère que l’absence de preuve est la preuve de l’absence. Elle a publié deux études (Joel et al. (2015), Joel et al. (2018)) sur le sujet. Commençons par la première.

Retours critiques

Rosenblatt (2016)

Ses résultats ont d’abord été remis en doute par Rosenblatt (2016). En effet, Joel ne prend en compte qu’un caractère à la fois (la matière grise par exemple). On voit donc un chevauchement significatif entre les hommes et les femmes à propos de chaque caractère étudié séparément et il nous est donc impossible de déterminer à quel sexe correspond le cerveau étudié (cf Image 1).

Image 1 : Chevauchement (en mauve foncé) très important, images d’illustration. (Source : Rosenblatt (2016))

Rosenblatt a appliqué une approche plus pertinente, dite multi-variables. Voyez le type de résultat qu’il obtient (cf Image 2). En utilisant les mêmes données brutes que Joel, il a réussi à discriminer en fonction du sexe à hauteur de 80%. Un franc succès qui a lui seul réfute les conclusions de Joel et ses collègues.

Image 2 : Image d’illustration (Source : Rosenblatt (2016))

Del Giudice et al. (2016)

Une autre critique a été formulée par Del Giudice et al. (2016). Ces derniers reprochent à Joel une méthodologie fallacieusement irréfutable. Ils ont ainsi eu l’idée de tester par l’absurde cette méthodologie sur des morphologies faciales de singes appartenant à des espèces différentes. Malheureusement, cette méthodologie ne permettait pas de différencier les crânes d’individus appartenant pourtant à des espèces différentes. Prouvant ainsi que l’absence de différences trouvée par Joel ne relève pas de l’absence absolue de différences, mais de son incapacité à les trouver.

This is an interesting test case because these anatomical differences (a) are larger than gender differences and (b) reflect unambiguous biological distinctions. Would the method be able to detect internal consistency when applied to these data? As it turns out, the answer is no. Even if differences between species were extremely large (about 4 to 5.5 SD,on average) and there was virtually no overlap between distributions, the method found only a small minority of individuals with “internally consistent” species-typical facial features (from 1.1% to 5.1%). This empirical reductio ad absurdum further demonstrates that the method lacks validity, and should not be expected to return interpretable results when applied to the study of gender differences.

Del Giudice et al. (2015)

Elle a répondu de manière assez surprenante en disant… n’importe quoi. Je suis confus de ne pas être plus clair à ce sujet, mais sa première phrase n’est tout simplement pas corrélé avec sa deuxième phrase. Selon elle, plus on prouve l’impertinence de sa méthodologie, plus on prouve sa pertinence. Lisez plutôt :

Thus,[…], internal consistency was found in 1.1–5.1% of profiles […] and substantial variability in 0% (6), compared with 0–8.2% internally consistent brains and 23–53% substantially variable brains […]. This comparison also reveals a degree of “mosaicism” in brains that is much higher than that found in primate species and provides further support to our conclusion that human brains do not belong to two distinct populations

Joel et al. (2016)

Del Giudice a par ailleurs employé une autre méthodologie (ADL) et a réussi à différencier les cerveaux d’hommes des cerveaux de femmes à hauteur de 73% (en moyenne) en étudiant les variables séparément (contrairement à l’analyse multi-variable de Rosenblatt). Montrant là encore qu’en utilisant les mêmes données brutes, différencier hommes et femmes était tout à fait possible, même en étudiant une variable à la fois. Et en appliquant cette méthode uniquement aux variables que Joel jugeait pertinentes, l’efficacité a légèrement baissé jusqu’à 69%.


Chekroud et al. (2016)

Et enfin, Chekroud et al. (2016), ont eux aussi réagi aux conclusions aberrantes de Joel en appliquant une autre méthodologie aux données de Joel. Ils ont présenté une efficacité de 93% en employant une analyse multi-variable plus complète que Rosenblatt.


Autres critiques

Il semble bien que Joel, figure de proue du socio-constructivime, a volontairement choisi une approche biaisée ainsi que des critères bien trop sélectifs dans l’unique but de tirer les conclusions qui lui plaisaient. Elle considère que tant que les cerveaux des hommes et des femmes ne sont pas aussi différents que les parties génitales mâles et femelles le sont, alors il n’y a pas de différence significative au niveau des cerveaux (Joel et al. (2016)). Tant qu’un cerveau appartenant à un homme ne présente pas au moins 99% des caractéristiques dites ‘masculines’, alors elle ne le catégorise pas comme un cerveau typiquement masculin. Et si une seule caractéristique est non-masculine, elle classerait le cerveau entier en tant que “variabilité substantielle”.

Some of the simulated scenarios are intentionally unrealistic. For example, an average correlation of .90 is not expected in most real-world datasets. Similarly, datasets showing an average male-female difference of more than one standard deviation are extremely rare […]. In most domains, a realistic range of values would include average correlations between r= .30 and r = .60

Del Giudice et al. (2015)

C’est comme si on vous disait que dans la rue, on ne peut pas reconnaitre un homme faisant moins d’1m63 étant donné que ce sont surtout des femmes qui font moins d’1m63. Une taille si petite serait alors un attribut féminin. Ce seul attribut féminin présent chez un homme empêcherait quiconque de deviner que cette personne d’1m63, ayant par ailleurs exclusivement des traits masculins, est un homme. C’est absurde…

Ses stéréotypes rigides de la masculinité et de la féminité sont trop extrêmes pour lui permettre d’observer un cerveau “masculin” ou “féminin”. Les socio-constructivistes, de manière générale, tendent à définir de façon caricaturale la notion de dimorphisme sexuel ce qui a pour conséquence qu’ils ne l’observent jamais.


Et enfin dernière critique, selon les critères précédemment établis par Chekroud et al. (2013), elle a étudié trop de facteurs par rapport à la taille de son échantillon. Son échantillon (N>1 400) n’est en fait pas assez large.

[…] the datasets are relatively small, which is expected to result in upward-biased values of D (again because of capitalization on chance). As a rule of thumb for minimizing bias on D, Del Giudice (2013) recommended a ratio of at least 100 cases per variable. The ratio of cases to variables in the present datasets ranged from 12.5 […] to 85.5 […]. This is one more reason why these estimates should not be taken out of context, but only used to evaluate Joel et al.’s claims against their own data. Accurate estimates of the overall male-female overlap in brain structure will require both larger datasets and more information on the reliability of brain structure measures.

Del Giudice et al. (2015)

Elle a ensuite réitéré son expérience en 2018. Mais pour résumer brièvement :

  • Elle a une fois de plus fait une analyse uni-variable, et non multi-variable.
  • Elle a cette fois-ci testé sa méthodologie sur des singes, en comparaison des humains. Sauf que pour les singes, elle n’a pas étudié leur cerveaux, mais leur visage. Del Giudice l’avait aussi fait, certes, mais c’était pour montrer l’extrême faiblesse de sa méthodologie. Réussir à distinguer les crânes de singes appartenant à des espèces différentes n’a rien d’exceptionnel. Il lui aurait fallu étudier les cerveaux de ces singes. Et quand bien même, ça n’aurait qu’anticipé la reductio ad absurdum de Del Giudice. Ça n’aurait pas prouvé sa position du tout. Anticiper un contre-argument par l’absurde sur la méthodologie, ce n’est pas prouver son hypothèse.

Suite à ces critiques, Joel a d’abord répondu ici. Elle a modéré ses propos pour passer de “Les cerveaux humains n’appartiennent pas à deux catégories distinctes : mâle et femelle” à “Ce n’est pas très clair” . Or c’est très clair comme l’ont montré Rosenblatt, Chekroud et al. et Del Giudice et al..

NDLR : Joel et ses collègues ont tout récemment (17 Juillet 2019) répondu à certaines critiques plus récentes. Cette réponse est vide, je ne l’aborderai donc pas, mais j’ai estimé nécessaire de l’inclure dans cet article à charge. Il faut au moins lui reconnaitre qu’elle s’engage dans le débat. D’autres critiques que je n’ai pas abordées sont aussi développées et ils s’attardent notamment sur les lacunes des approches et des études de Hyde par exemple, mentionnées plus haut.

Les socio-constructivistes sont-ils capables d’auto-critique ?

Malgré les nombreux et importants retours critiques, les socio-constructivistes persistent dans leur position. L’on peut alors se demander s’ils sont capables d’admettre avoir tort. Qu’arriverait-il si eux même étaient capables de discriminer en fonction du sexe ? Et bien à vrai dire, Même quand les socio-constructivistes parviennent à discriminer en fonction du sexe – et cela malgré des critères très exclusifs – ils tirent cette même conclusion Weiss et al. (2019) (étude publiée en Juin 2019, donc c’est tout récent).

[We were] able to reliably classify sex, both within sample and across independent samples […]. These areas were stable across samples and match well with previously described sex differences in functional brain organization. While our data show a clear link between sex and regionally specific brain connectivity, they do not support a clear-cut dimorphism in functional brain organization that is driven by sex alone. […]

While a strict dichotomy between the brains of males and females might not exist, this does not mean that statistical differences cannot or should not be considered. […]

We aimed to not mainly identify the maximum accuracy that can be achieved […] but rather to show that successful classification is possible based on just one run of RS data. Indeed, our results show, that high classification accuracies can be achieved based on relatively small samples and just about 10 minutes of RS data. […]

Weiss et al. (2019)

Même sans chercher à trouver la meilleure efficacité possible, une méthodologie extrêmement exclusive, rigoureuse et stricte, mais pertinente, suffit à trouver une efficacité atteignant 75%. Et ce, avec des données extrêmement limitées (échantillon moitié moindre et une seule série d’IRM, la première, d’une durée de seulement 10 minutes chacune).

However, our results also indicate that sex alone cannot perfectly explain each individual’s specific patterns of functional brain organization. Thus, these data do not support the existence of a sexual dimorphism with respect to functional brain organization and they strongly support the notion that terms such as “female brains” or “male brains” […] are not appropriate.

Weiss et al. (2019)

Elle conclut quand même qu’un dimorphisme sexuel au sein du cerveau n’existe pas, alors que leurs résultats prouvent le contraire : ils peuvent discriminer hommes et femmes en observant le cerveau, et ce malgré l’extrême limitation des données utilisées.

La taille des hommes et des femmes ne suffit pas à elle seule à distinguer un homme d’une femme. Peut-on pour autant prétendre qu’il n’existe pas de dimorphisme sexuel au niveau des tailles ? Bien sûr que si. Pour le cerveau, c’est pareil.


Est-il pertinent de rechercher une différence aussi distincte que celles des parties génitales mâles et femelles pour considérer qu’il existe un dimorphisme cérébral ? Non. Ce sont ces différences qui, combinées, peuvent expliquer les comportements des hommes et des femmes. Ce sont chacune de ces petites différences et leurs relations entre elles qu’il faut considérer.


Ils invoquent l’expérience personnelle, l’éducation, le genre ressenti, mais – ne mentionnent même pas l’héritabilité génétique dans leur conclusion. Si tous les individus étudiés étaient des cousins par exemple (ils n’ont que partiellement contrôlé cet aspect), la discrimination sera plus délicate. Pour plus d’infos : Andre Altmann; Mourao-Miranda, Janaina (2018) (étude qui par ailleurs prédit le sexe à hauteur de 98%, mais étant encore en pré-publication, j’ai préféré ne pas l’inclure en tant que telle).

Où en est réellement la science ?

Avant de poursuivre, il me parait important d’insister sur une chose : Nous sommes parfaitement capables de distinguer les cerveaux des hommes et des femmes. N’importe qui, si ce n’est Joel, en est capable. Voici d’autres études, menées par d’autres chercheurs et employant d’autres méthodologies et/ou étudiant d’autres caractéristiques, qui ont réussi à le faire :

Remarquez que ces études sont récentes. Il s’agit simplement d’un sujet que nous connaissons encore peu. Pour proposer une analogie : Joel, c’est la personne qui au milieu des années 60 vous aurait dit qu’aller sur la Lune était impossible, malgré les progrès techniques évident et les voyages dans l’espace déjà effectués.

Sachant que les méthodologies des études précédemment citées (d’efficacité supérieures à 80% pour la plupart) pourraient être combinées pour mieux prédire le sexe d’un cerveau, on peut espérer atteindre rapidement une efficacité proche du 100% tant attendu par Weiss et autres.


Il nous faut admettre ces différences, elles sont rigoureusement prouvées. Je vous propose malgré tout de passer rapidement en revue les limitations les plus citées. Nous aborderons l’origine de ces différences (génétique, environnementale, socio-culturelle) dans l’article suivant.

Discussions autour de ces différences

Sanchis-Ségura

La principale limitation (que Joel a d’ailleurs avancée dans sa réponse aux critiques) est la taille relative des hommes et des femmes (Sanchis-Ségura (2018)). Les hommes étant plus grands que les femmes (en moyenne), leur cerveau est plus volumineux. Sauf que premièrement, les différences de tailles entre les hommes et les femmes ne sont pas des constructions sociales. Les différences de tailles entre les hommes et les femmes relèvent du dimorphisme sexuel lié à la biologie (et le patriarcat du steak a largement été débunké). Donc régresser ce facteur dans le but de réduire l’héritabilité de certains caractères et s’en servir pour tenter de valider l’hypothèse socio-constructiviste n’est pas justifié.

Ritchie et al. (2018)

Deuxièmement, les tailles relatives des hommes et des femmes n’expliquent pas toutes les différences pour toutes les caractéristiques, mais seulement pour certaines comme la matière grise (Ritchie et al. (2018)).

Zhang et al. (2018)

Par ailleurs, l’importance de la taille est surestimée. Certes, Chekroud passe de 93% d’efficacité à environ 70% en contrôlant le volume cérébral, mais ça n’invalide pas les différences (70% reste largement supérieur à 50%), ni ne signifie que c’est le principal facteur déterminant.

Je me permets une analogie avec l’archéologie. Quand on trouve un squelette humain, on peut deviner à sa taille si c’est un homme ou une femme avec une fiabilité relative. Mais, même si les hommes sont plus grands que les femmes, le bassin des femmes est plus large que celui des hommes. Donc en plus de la taille absolue du squelette entier, il faut étudier le rapport entre la taille des hanches et la taille globale du squelette. Et là, on peut déterminer avec une fiabilité satisfaisante le sexe du squelette. Pour un squelette récent faisant disons 1m68. Sa taille est comprise entre les moyennes des hommes (1m75) et des femmes (1m63), difficile donc de déterminer son sexe à partir de cette seule information. Pourtant, l’utilisation d’une autre information améliore l’identification.


C’est d’ailleurs l’une des conclusions de Zhang et al. (2018). Les tailles relatives des cerveaux ne sont pas le principal caractère discriminant.

Lotze et al. (2019)

Et enfin, même en sachant que les hommes sont en moyenne plus grands que les femmes, on peut déterminer le sexe associé à un cerveau en étudiant des zones plus développées chez les femmes. Les sources précédemment citées l’ont déjà montré, mais je me permets de rajouter l’étude de Lotze et al. (2019), qui réplique les résultats de la méta-analyse de Ruigrok et al. (2014) et qui présente l’avantage d’en avoir fait un tableau récapitulatif (Table 1, p.4).

Conclusion

Pour conclure cette partie, je tiens tout particulièrement à rappeler que ces études ne montrent en aucun cas – ni n’aspirent à le faire – que les hommes seraient supérieurs aux femmes. L’étude de Lotze et al. (p.4-5) par exemple spécule même que les zones plus développées chez les femmes pourraient leur procurer un avantage cognitif dans divers domaines (et réciproquement pour les hommes).

Parler de ces différences ne devrait pas être polémique, tout comme dire que les hommes sont plus grands que les femmes ne l’est pas. C’est la vérité et c’est tout ce qui devrait importer. Connaitre une femme plus grande qu’un homme n’invalide pas la règle générale. En parallèle, cette règle générale n’empêche pas une femme d’être plus grande qu’un homme. Et surtout, ce n’est pas parce qu’on dit que les femmes sont en moyenne plus petites qu’elles vont se mettre à rétrécir…

En réalité, chez les Evopsy, personne ne hiérarchise hommes et femmes. Les chercheurs observent simplement que hommes et femmes sont bons et moins bons dans différents domaines. Et c’est ce qui tracasse réellement les socio-constructivistes. L’évopsy rappelle la sagesse populaire – perdue en Occident – prônant une complémentarité des sexes, plutôt qu’une égalité bête et méchante. L’avantage de l’évopsy par rapport à la sagesse populaire, c’est qu’elle montre aussi l’importance de la variance, et donc que les hommes peuvent être de bons pères au foyer, et les femmes de bonnes directrices d’entreprises.

Il s’agit d’expliquer ces différences avec rigueur, plutôt que de crier à tout va au patriarcat comme le font certaines féministes. Sans non plus forcer les gens à se conformer à des tendances générales comme le font certains traditionalistes.

Références

[1] – Hyde, Janet Shibley, “The Gender Similarities Hypothesis“, American Psychologist 60 (6):581-592 (2005)
[2] – Joel, Daphna, et al. “Sex beyond the genitalia: The human brain mosaicPNAS vol. 112 no. 50 15468-15473 (2015)
[3] – Joel, Daphna, et al. “Analysis of Human Brain Structure Reveals that the Brain “Types” Typical of Males Are Also Typical of Females, and Vice VersaFrontiers in Human Neuroscience 12 (2018)
[4] – Rosenblatt, Jonathan, “Multivariate revisit to “sex beyond the genitaliaPNAS – 113(14): E1966–E1967 (2016)
[5] – Del Giudice, Marco, et al. “Joel et al.’s method systematically fails to detect large, consistent sex differencesPNAS – 113(14): E1965 (2016)
[6] – Chekroud, Adam, et al. “Patterns in the human brain mosaic discriminate males from femalesPNAS – (2016)
[7] – Joel, Daphna, et al. “Reply to Del Giudice et al., Chekroud et al., and Rosenblatt: Do brains of females and males belong to two distinct populations?PNAS – 113(14): E1969-E1970 (2016)
[8] – Del Giudice, Marco, et al. “Mosaic Brains? A Methodological Critique of Joel et al. (2015)Unpublished, online Document (2015)
[9] – Weiss, Suzanne, et al. “Sex Classification by Resting State Brain ConnectivityCerebral Cortex, bhz129 (2019)
[10] – Andre Altmann; Mourao-Miranda, Janaina (2018) “Evidence for Bias of Genetic Ancestry in Resting State Functional MRI” Pré-publication
[11] – Sepehrband, Farshid, et al. “Neuroanatomical morphometric characterization of sex differences in youth using statistical learningNeuroImage 172:217–227 (2018)
[12] – Michael Van Putten; Olbrich, Sebastian & Arns, Martijn “Predicting sex from brain rhythms with deep learningScientific Reports volume 8:3069 (2018)
[13] – Zhang, Chao, et al. “Functional connectivity predicts gender: Evidence for gender differences in resting brain connectivityHuman Brain Mapping 39:4 (2018)
[14] – Andersen, Nathaniel, et al. “Machine learning of brain gray matter differentiates sex in a large forensic sampleHuman Brain Mapping 40:5 (2018)
[15] – Luo, Zhiguo, et al. “Gender Identification of Human Cortical 3-D Morphology Using Hierarchical SparsityFrontiers in Human Neuroscience 13 (2019)
[16] – Sanchis-Segura, Carla, et al. “Sex differences in gray matter volume: how many and how large are they really?Biology of Sex Differences 10:32 (2019)
[17] – Ritchie, Stuart, et al. “Sex Differences in the Adult Human Brain: Evidence from 5216 UK Biobank Participants” Cerebral Cortex 28 (2018)
[18] – Lotze, Martin, et al. “Novel findings from 2,838 Adult Brains on Sex Differences in Gray Matter Brain VolumeNature, scientific Report 9:1671 (2019)
[19] – Ruigrok, Andrew, et al. “A meta-analysis of sex differences in human brain structureNeuroscience & Biobehavioral Reviews 39 (34-50) (2014)


4 réponses à “Constructivisme Social vs Psychologie Évolutionniste (Partie 1) : Existe-il des différences entre les sexes.”

  1. Erratum : Dans la légende du graph 1, il manque “48% Des noirs en pointillés ont un score de 102 [au moins], contre 50% pour les bleus (trait rouge).”

Répondre à osalnef Annuler la réponse

Votre adresse e-mail ne sera pas publiée.