Dernier article sur les différences cérébrales entre les hommes et les femmes. Vous pouvez retrouver les deux premiers ici et là. Nous vous proposons un condensé des observations et des résultats disponibles dans une centaine d’études. Afin de ne pas trop incommoder le lecteur avec des références, l’ensemble des références a été placé en fin d’article, sous-section par sous-section.

Le but de cet article est de présenter au grand public francophone, trop souvent tenu à l’écart des actualités de la recherche mondiale pour des raisons linguistiques (maîtrise imparfaite de l’anglais) ou pratiques (accès à des articles payants), un bref résumé des observations faites sur les différences entre hommes et femmes vis à vis du cerveau, et plus spécifiquement le lien entre intelligence et sexe. L’objectif ici n’étant pas d’approfondir les résultats de chaque étude mais d’en dresser une liste et de proposer une vue d’ensemble.

Quelques termes et sigles à connaître

Big-Five : Ensemble de 5 traits de personnalité que sont : l’Ouverture à l’expérience (Openness), la Conscienciosité (Conscientiousness), Extraversion (Extraversion), Agréabilité (Agreeableness) et Névrotisme (Neuroticism)

Facteur-g: general factor, introduit en 1904 par C. Spearman, est une variable résumant les corrélations entre plusieurs tests empiriques.

Moyenne : indicateur statistique simple qui permet de résumer une série de valeurs.

QI : Quotient Intellectuel, mesure synthétique proposée en 1912 par W. Stern pour refléter l’intelligence d’un individu. Par définition, le QI moyen de la population mondiale est de 100 points et l’écart-type de 15 points.

SAT : Scholastic Aptitude Test, introduit en 1901 dans le système américain d’éducation, il s’agit d’un examen standardisé prenant la forme d’un QCM.

Variance : indicateur statistique caractérisant la dispersion des résultats autour de la moyenne.

1] Observations biologiques sur le cerveau masculin et féminin

1.1) Différences

Les hommes ont des plus gros cerveaux que les femmes en moyenne. On retient un écart typique de 10% en volume et en masse [1.1.1]. Pour le volume, on pourra se reporter à l’étude effectuée dans le cadre de l’armée américaine qui observait un volume crânien moyen de 1442 cm³ chez les hommes et 1332 cm³ chez les femmes [1.1.2]. Cet écart est variable dans le temps (croissance dans l’enfance et l’adolescence) mais n’est pas seulement attribuable à la différence de moyenne de taille entre hommes et femmes [1.1.3].

La quantité de matière grise disponible dans le cerveau masculin est supérieure en valeur absolue mais inférieure une fois la taille du cerveau moyenne prise en compte. La répartition n’est pas la même dans le cerveau [1.1.4], [1.1.5], [1.1.6], [1.1.7], [1.1.8], [1.1.9]. Selon [1.1.10], la différence se situe au niveau du cortex. Pour une étude plus précise des différences, nous vous renvoyons aux études [1.1.11], [1.1.12].

Concernant la répartition locale de la matière grise, une corrélation à la fois à l’age et au sexe est observée [1.1.13]. Comme le signale le chercheur en neurosciences cognitives Michel Desmurget dans La fabrique du crétin digital, il serait faux d’associer directement matière grise et intelligence, puisque dans certains cas c’est plutôt l’inverse. Comme pour le cortex préfrontal [1.1.14].

Pour pousser un peu plus loin l’étude des différences anatomiques, on observe par exemple que le noyau caudé est plutôt plus grand chez les femmes, le globus pallidus plutôt plus grand chez les hommes et que la croissance des ventricules latéraux à l’adolescence s’observe surtout chez les garçons [ 1.1.15], [1.1.16].

On observe des différences de structure dans la matière blanche du cerveau [1.1.17], [1.1.18], [1.1.19], [1.1.20].

Des études suggèrent que les processus cognitifs seraient plus clairement subdivisés entre hémisphère droit et gauche dans le cerveau masculin. [1.1.21], [1.1.22]. Cette latéralisation [1.1.23] pourrait avoir une influence sur la manière d’appréhender certaines tâches. Enfin, on observe une atrophie avec l’âge dans le lobe droit avant des hommes qui n’est pas observée chez les femmes [1.1.24].

1.2) Similarités

En dépit des nombreuses différences cérébrales, il existe des similarités bien réelles. Le cerveau masculin et féminin sont structurés de la même manière et de nombreuses zones sont similaires en volume et fonctionnement.

L’amygdale cérébrale masculine est en moyenne 10% plus grosse, mais l’effet disparaît après normalisation par la taille du cerveau [1.2.1]. L’hypocampe est aussi de taille comparable pour homme et femme [1.2.2]. L’amygdale grossit d’avantage chez les garçons, et l’hypocampe d’avantage chez les filles entre 4 et 18 ans. De manière générale, une bonne partie des différences sont liées aux tailles différentes des cerveaux des hommes et des femmes. beaucoup d’entre elles disparaissent donc quand on contrôle ce caractère, mais pas toutes.

1.3) Origine du dimorphisme sexuel du cerveau

Le cerveau possède une certaine plasticité. La chose a été mise en évidence dans un grand nombre d’études pour des activités simples (en lecture [1.3.1], sports [1.3.2], musique [1.3.3], ou même conduite d’un taxi [1.3.4]). En revanche, rares sont les scientifiques à affirmer que le dimorphisme du cerveau provient de l’éducation ou des stéréotypes du genre. Nous avons bien trouvé cette brève prise de position [1.3.5] mais qui ne s’appuie sur aucune mesure. Un chercheur a même pris la peine de répondre aux féministes sur ce point [1.3.6] : non, la plasticité cérébrale n’est pas responsable du dimorphisme cérébral.

La plasticité offre un pont ou un lien entre la théorie féministe et les neurosciences, qui ouvre la possibilité d’une pratique féministe des neurosciences. Une telle alliance peut, au minimum, questionner la théorie de l’organisation du cerveau qui est toujours pertinente la recherche liée au sexe/genre et à la sexualité. De plus, les chercheuses académiques féministes pourraient apprendre quelque chose de la matérialité faite de chair du cerveau et des autres parties du corps. Cependant, il serait naïf de croire avec les nouveaux matérialismes féministes, que le concept de plasticité ne conduira pas à certaines dérives pointées dans cet article. Peut-être que la plasticité est bel et bien un cheval de Troie.

Annelies Kleinherenbrink

Le dimorphisme sexuel du cerveau est observé chez d’autres animaux, notamment les primates. Sans surprise, une partie des différences s’observe dans la région liée à la sexualité [1.3.7]. On trouve également des différences cellulaires chez l’homme pour les fonctions liées à la maternité [1.3.8]. Clarifions toutefois que l’étendue de la transposition des observations des primates aux hommes ne fait pas consensus. Cependant des recherches génétiques [1.3.9] et évolutionnistes [1.3.10] penchent pour une certaine similarité dans le cas du dimorphisme sexuel.

Une grande partie de ce dimorphisme étant attribué à une influence hormonale pendant la grossesse ou la petite enfance [1.3.11]. Le rôle des hormones dans le développement du “sexe du cerveau” est important [1.3.12]. [1.3.13] analyse plus en détails l’influence de la testostérone sur la formation du cerveau chez les foetus.

Il a été tiré de l’étude du dimorphisme une vidéo qui étudie plus en détail certains aspects du dimorphisme avec des sources complémentaires. Le tout peut être retrouvé ici.

2] Observations sur des capacités cognitives particulières

2.1) Comportement

En plus de différences cérébrales [2.1.1], des études sur les caractéristiques du Big Five témoignent d’une différence notable entre homme et femme pour certains traits de caractère [2.1.2], [2.1.3], [2.1.4]. Notamment, pour l’agressivité (faible score d’agréabilité) et l’instabilité émotionnelle (neuroticisme).

Une étude portant sur 55 cultures fait également émerger des différences [2.1.5]. Les chercheurs précisent d’ailleurs que “plus une société est prospère et égalitaire, moins les hommes et les femmes se ressemblent”.

Une part des différences anatomiques du cerveau pourrait être liées à des attitudes “stéréotypées” masculines ou féminines [2.1.6].

Hommes et femmes sont suspectés avoir des circuits de gestion de l’émotion différents [2.1.7], [2.1.8]. Les études sur le sujet mentionnent que les émotions ne sont pas différentes mais que leur manifestation diffère entre les sexes. En particulier, la gestion de la tristesse semble différer [2.1.9]. On observe aussi que la réponse cérébrale à la vue d’un visage effrayé est plus intense chez les femmes et semble susciter une plus grande anxiété [2.1.10].

2.2) Capacités en langues et expression

Pour ce qui est des capacités en lecture/écriture et en linguistique en général, les femmes ont un net avantage sur les hommes [2.2.1], [2.2.2]. La chose est visible notamment dans les résultats académiques (tests SAT et évaluations PISA). Certaines études [2.2.3] pointent aussi des différences dans les manières de s’exprimer. En particulier, l’usage de la première personne du singulier (plus présent chez les femmes) et la manière de décrire le monde (plutôt factuelle pour les hommes, plutôt émotionnelle pour les femmes). Enfin, il a été noté que les femmes parlaient en moyenne plus que les hommes et surtout de leurs relations sociales [2.2.4].

2.3) Capacités en visualisation et orientation

Les tests de visualisation semblent indiquer que les hommes sont plus aptes à gérer la représentation dans un espace tri-dimensionnel [2.3.1], [2.3.2], [2.3.3] et les opérations visuelles dans cet espace comme les rotations [2.3.4], [2.3.5]. Il semble également que les hommes aient plus de facilité à se géolocaliser et à retenir un itinéraire [2.3.6]. Les différences de visualisation pourraient être attribuables à une différence morphologique du cerveau [2.3.7].

2.4) Capacités en sciences

Les travaux académiques semblent globalement à l’avantage des femmes, et ce depuis environ un siècle [2.4.1]. L’écart entre garçons et filles est cependant moins marqué en sciences que dans d’autres domaines académiques [2.4.2]. En termes de compétences en sciences dures (mathématiques en particulier), les hommes semblent en moyenne moins performants mais sont plus variables [2.4.3], [2.4.4]. Malgré l’écart de moyenne, l’écart de variance explique qu’une majorité des personnes qui sur-performent en mathématiques sont des hommes. Une étude observe également que les femmes douées en sciences ont aussi de meilleures capacités verbales [2.4.5]. Ces femmes préfèrent d’ailleurs, plus que les hommes, choisir des carrières non-scientifiques. Une possible explication serait le taux d’anxiété mathématique qui est plus élevé chez les fille [2.4.6].

2.5) Créativité et innovation

Des débats existent sur les capacités créatives comparées des hommes et des femmes. Certaines études comme [2.5.1] affirment que les hommes ont une approche plus révolutionnaire et les femmes plus évolutionnaire, mais une approche méta-analytique comme [2.5.2] ne relève pas de différence majeure.

[2.5.3] s’intéresse à la créativité d’un ensemble de 627 adolescents du nord de la Chine avec un test TCP-DP (Test for Creative Thinking-Drawing-Production). Une plus grande variabilité masculine est observée. Les études [2.5.4] et [2.5.5] confirme la conclusion de [2.5.3].

3] Observations sur le QI et autres métriques d’intelligence

3.1) QI, g-factor, et autres métriques…

Il existe un grand nombre de métriques pour mesurer l’intelligence, en fonction bien sûr de ce qu’on met derrière ce mot [3.1.1]. On peut discerner les métriques académiques qui caractérisent surtout des performances académiques et les métriques s’appuyant sur des questionnaires (et pour lesquelles en théorie, aucune connaissance n’est requise).

Les résultats du Brevet, du Bac, des tests PISA ou SAT sont des métriques académiques. Les observations sur ces tests sont d’autant plus facile à mettre en place que le test est standardisé (un QCM plutôt qu’une dissertation).

Les autres métriques sont conçues par des spécialistes, tiennent compte de la réponse moyenne des échantillons statistiques. Le QI par exemple est de moyenne 100 et d’écart type 15. Un score de QI ne correspond donc pas à une valeur absolue d’intelligence mais à une valeur au sein d’un échantillon de la population. Le facteur g est une mesure alternative au QI, moins connue du grand public. Selon son créateur, il s’agit d’un facteur dominant d’intelligence, commun à tous les processus cognitifs. Selon [3.1.2], il y a une plus grande variance du g factor masculin. Des études comme [3.1.3] ou [3.1.4] critiquent l’existence d’un facteur “général” d’intelligence, au profit de plusieurs sous-facteurs.

De nombreuses études s’intéressent à la corrélation entre les métriques d’intelligence et les performances d’un individu. On peut interroger le lien entre QI et performances scolaires [3.1.5], le lien entre QI et salaire [3.1.6], [3.1.7], le lien entre QI et durée de vie [3.1.8], etc. Pour autant, il faut nuancer ces résultats, une part de l’explication peut provenir d’autres facteurs, comme l’auto-discipline [3.1.9] ou la mémoire [3.1.10].

3.2) Hypothèse de même moyenne, même variance

La première hypothèse estime que les moyennes de QI et les variances sont identiques pour hommes et femmes. Autrement dit, qu’il n’y a pas de différence statistique de l’intelligence en fonction du sexe. C’est l’hypothèse privilégiée par les féministes/socio-constructivistes mais elle ne fait clairement pas l’unanimité dans le monde scientifique.

Voici, néanmoins, quelques études d’ampleur qui penchent en sa faveur. Le premier article de la série s’est intéressé à l’article [3.2.1] qui conclut à la “similarité des sexes” malgré des coefficients d de Cohen parfois très élevés. L’étude [3.2.2] sur 51 pays conclut que l’écart de moyenne est non-significatif et que l’écart de variance dépend des pays (certains pays présentent effectivement une plus grande variabilité masculine, mais parfois c’est l’inverse).

Au sein d’un même pays, on peut parler du cas de la Roumanie : l’étude [3.2.3] n’observe pas de différences de variance du QI.

L’étude [3.2.4] prend une perspective historique et constate que l’écart de variance entre hommes et femmes s’est réduit au cours des 30 dernières années (surtout dans les années 80-90). Une évolution historique qui pourrait être interprétée comme une “évolution des mentalités”.

Notons enfin que des études avancent que les femmes ont un QI moyen plus élevé que les hommes, mais cette observation a le plus souvent lieu dans des populations très jeunes. Entre l’âge de 2 et 7 ans par exemple, pour l’étude [3.2.5]. Cette même étude cependant suggère une différence de variance de QI dès l’âge de 2 ans.

3.3) Hypothèse de moyenne différente

Les principales études concluant à une différence de moyenne sont celles de Lynn, [3.3.1] et [3.3.2]. Lynn trouve un écart de près de 5 points de QI par analyse de certains tests visuels.

Sur un panel d’enfants de 6 à 16 ans (total de 1868 individus), l’étude [3.3.3] observe un écart de moyenne et de variance de QI en faveur des garçons. Le facteur g est aussi supérieur en moyenne et variance. Les garçons ont un avantage en capacités verbales, les filles, en mémorisation.

Une étude sur l’enfance [3.3.4] témoigne d’une variance différente dès l’âge de 2 ans (ce qui exclut l’influence de l’éducation scolaire) et d’une différence de moyenne à partir de 10 ans. Ce résultat est similaire à celui de l’étude [3.3.5].

L’hypothèse de moyenne différente n’est pas vraiment privilégiée par la communauté scientifique. Les écarts de moyenne observant étant souvent trop faibles pour sortir des barres d’erreur.

3.4) Hypothèse de variance différente

L’étude [3.4.1] propose un historique de l’hypothèse de variance différente, qui remonte à Darwin en 1897. L’étude apporte 3 nuances au débat :
1- la distribution des QI n’est peut-être pas aussi uniforme que ce que le théorème centrale-limite pourrait prédire.
2- le développement cérébral féminin serait plus précoce que celui des garçons et introduirait des biais dans les mesures sur les populations jeunes. Donc un possible problème méthodologique.
3- l’écart de variance de QI prédit par les études ne permet pas d’expliquer intégralement l’écart mesuré. Donc, des effets supplémentaires pourraient perturber la mesure.

Dans le cadre scolaire

Dans le cadre scolaire, plusieurs études observent une différence de variance significative (aka plus de garçons aux extrêmes de l’intelligence et de la bêtise…), nous en répertorions quelques-unes.

[3.4.2] analyse les résultat de 500 000 élèves britanniques de 11 à 12 ans aux tests CAT (Cognitive Abilities Test). L’étude observe peu de différences de moyennes entre garçons et filles, sauf pour les compétences verbales. En revanche, un écart de variance est mesuré. Le principal résultat est visible ci-dessous.

[3.4.3] observe un écart de variance pré-scolaire, et conclut qu’il ne peut pas être attribué à des facteurs sociaux, donc qu’a priori il est lié au seul sexe et à l’éducation parentale.

[3.4.4], [3.4.5], [3.4.6], [3.4.7] et [3.4.8] concernent les différences homme/femme sur les tests académiques ou scolaires, particulièrement en sciences. Ces études observent une différence de variance, mais qui n’explique pas forcément intégralement les résultats observés en sciences. [3.4.9], déjà abordée au paragraphe précédent observe un écart de variance et un écart de moyenne.

Inelligence (QI, g-factor, …)

Dans le domaine du QI aussi, certains chercheurs, comme [3.4.10], observent environ 1.4 garçon pour chaque fille dans les QI 50-60 et 130-140. L’écart de QI moyen mesuré (100.64 pour les filles contre 100.48 pour les garçons) est non-significatif.

L’étude [3.4.11] observe sur le facteur g et les tests de qualification militaire un écart de moyenne réduit mais un écart de variance important. Dans les 2% de meilleurs candidats, on trouve ainsi 2 fois plus d’homme que de femmes.

[3.4.12] note une sur-représentation des hommes dans certaines incapacités cérébrales. Les différences homme/femme observées ne sont pas liées à la culture. Cette conclusion est partagée par l’étude [3.4.13] qui montre que les résultats américains et britanniques sont similaires et que l’observation d’une différence de variance est robuste (ne dépend pas du groupe étudié).

Méthodologie

L’étude [3.4.14] signale qu’une part de l’écart de moyenne observé dans les études peut être la conséquence d’une différence de variance et d’un échantillon trop faible.

[3.4.15] observe l’évolution dans le temps des variances, entre 1984 et 2011. La conclusion (à la surprise des chercheurs) est que la différence de variance a augmenté depuis les années 1980.

4] Variables influant sur l’intelligence

Afin de terminer notre tour d’horizon sur la question de l’intelligence, un passage par les variables influant sur l’intelligence s’impose. Le sujet a en partie été traité dans le deuxième article de la série.

4.1) Génétique

La première variable connue est la génétique. De nombreuses études portent sur sa contribution à l’intelligence [4.1.1], [4.1.2], [4.1.3] et à la personnalité [4.1.4]. La contribution génétique est trouvée très importante et l’environnement apparaît comme secondaire. [4.1.5] affirme même que tout élément suffisamment bien mesuré présente une composante génétique.

Une grande part du QI est attribué à l’hérédité. On observe que la part de QI héréditaire est constante [4.1.6] ou légèrement en hausse avec l’âge (comprendre que les autres variables perdent en importance avec l’âge). Cette dernière hypothèse qui porte le nom d’effet Wilson [4.1.7] est activement débattue dans la communauté scientifique, parce qu’elle n’est pas vérifiée pour toutes les fonctions cognitives [4.1.8], [4.1.9], [4.1.10], [4.1.11]. Certaines études attribuent jusqu’à 90% de l’intelligence testée par le QI à des facteurs génétiques [4.1.12]. Le consensus scientifique attribue 20% de part héréditaire au QI des enfants, 80% aux adultes, et 50% tous âges confondus.

Une étude [4.1.13] sur l’interraction entre génétique et structure cérébrale semble indiquer que la structure des zones de Broca et Wernicke (responsables du langage), ainsi que le cortex préfontal sont influencés par la génétique. Des études sur le corps calleux vont dans le même sens [4.1.14], [4.1.15].

4.2) Grossesse et petite enfance

Dès la naissance, des différences cognitives entre bébés sont mesurables. [4.2.1] témoigne par exemple d’une différence de réaction à la douleur chez des bébés âgés de moins de 4 jours. [4.2.2] atteste de préférence (pour les objets et pour les humains respectivement) dès la première année de vie.

Cependant, une part de la différence entre garçons et filles pourrait être attribuée à la grossesse ou à la relation parent-enfant plutôt qu’à la génétique pure [4.2.3].

On observe en effet des différences de comportement chez les parents en fonction du sexe des enfants [4.2.4]. Le discours des parents serait ainsi plus émotionnel pour les filles que pour les garçons. L’effet est surtout noté dans les premières années (<4 ans). Cette observation ne fait toutefois pas consensus [4.2.5].

[4.2.6] signale aussi que l’influence des parents sur le QI des enfants est d’autant plus sensible que le QI parental est élevé. [4.2.7] étudie l’influence des parents adoptifs sur le QI et conclut qu’elle est faible. L’étude [4.2.8] trouve au contraire que le niveau de vie des parents a un rôle significatif et que l’adoption d’enfants de familles pauvres par des familles de classe moyenne a un effet positif sur le QI.

Le développement cognitif chez les femmes se produirait plus tôt que chez les hommes. Le QI est ainsi lié à la fois au sexe et à l’âge [4.2.9]. Une étude sur des enfants de 2 ans [4.2.10] montre un écart de moyenne significatif en faveur des filles, ce qui pourrait fausser une partie des observations sur les jeunes enfants. [4.2.11] note par exemple que les petites filles apprennent de manière plus précoce à marcher, à parler et à mémoriser alors que les petits garçons sont plus à l’aise avec le repérage dans l’espace.

4.3) Environnement

Une grande part du débat sur l’influence de l’environnement sur le QI porte non pas sur les différences entre sexes, mais plutôt sur les différences entre pays. En effet, la carte des QI est loin d’être homogène et de nombreux chercheurs s’interrogent sur le lien entre QI et environnement pour expliquer les différences. C’est le cas de [4.3.1], [4.3.2] et [4.3.3].

[4.3.1] et [4.3.3] étudient en particulier le rôle des maladies infectieuses et concluent que le taux de maladie prédit mieux le QI d’un pays que les indicateurs de malnutrition. [4.3.2] estime que les conditions de vie d’une population ont une influence “modeste” sur les scores de QI et que l’effet des conditions de vie sur le facteur g est encore plus faible.

Le rôle de l’alimentation semble déterminant dans les cas de sous-nutrition grave, comme observé dans [4.3.4]. La méta-analyse [4.3.5] considère que l’amélioration de la nutrition explique une part de la hausse du QI dans les pays industrialisés au cours du dernier siècle (phénomène dit Effet Flynn).

Chez l’enfant, une abondante littérature signale une corrélation entre petit-déjeuner et capacités cognitives. [4.3.6] observe, malgré un échantillon faible, une augmentation du QI de plusieurs points pour les élèves prenant régulièrement leur petit-déjeuner. [4.3.7] pointe en particulier le rôle de l’anémie (manque de fer) dans les performances scolaires.

4.4) Taille du cerveau

Il a été affirmé par plusieurs études qu’une corrélation existait entre taille du cerveau et capacités intellectuelles (notamment le QI) [4.4.1], [4.4.2]. Cette corrélation est validée par plusieurs méta-analyses [4.4.3], [4.4.4], [4.4.5], mais est relativement faible (de l’ordre de r=0.3 sur une échelle de 1).

En revanche, il est avéré que la taille du cortex cérébral est corrélée aux capacité cognitives, de même que la densité dendritique des neurones et que l’arborescence de la matière grise [4.4.6].

5] Discussion

A la lecture de l’ensemble des éléments disponibles dans la littérature scientifique, il apparaît que des différences dans la structure et le fonctionnement du cerveau existent entre les deux sexes. Le cerveau a un sexe et ce point fait consensus dans le monde académique. Les chercheuses féministes (souvent spécialisées en études de genre et rarement en biologie…) avancent que les différences cérébrales pourraient être causées par la plasticité du cerveau et des “constructions sociales”. Ce point de vue est rejeté par une majorité de neuroscientifiques.

Comme expliqué dans les précédents articles de la série, deux camps existent, qui ont chacun une logique et une cohérence interne.

5.1) La narration de l’égalité naturelle

Le premier camp c’est celui de l’égalité naturelle qui stipule qu’hommes et femmes sont en tous points identiques, à de rares différences près. Ce camp reçoit à l’évidence un important soutien de la part des lobbies féministes et LGBT qui malgré des appels à une plus grande diversité, cherchent à prouver que les individus sont identiques et que seule l’éducation crée des différences.

Dans la narration de l’égalité naturelle, il existe une égalité quasi-parfaite entre tous les individus. La raison profonde de cette égalité est toutefois inconnue.

Problème, cette narration se confronte souvent à des contre-exemples pratiques, pour lesquels on trouve toujours une “bonne” explication. Les différences de masse ou de structure cérébrale par exemple sont bien observées mais, fort heureusement, n’auraient aucune conséquence pratique sur l’intelligence. On mesure bien des différences de QI en fonction du volume cérébral, mais ces différences n’affectent pas les femmes qui auraient une plus grande densité neuronale.

Pour ce qui est des différences dans le comportement, la narration de l’égalité naturelle estime qu’elles n’ont aucun rapport avec l’intelligence et ne devraient pas avoir de conséquence dans la société et le monde du travail. Pire, la narration de l’égalité estime régulièrement que les différences de comportement (agressivité, Big Five, etc) sont intégralement attribuables à des stéréotypes de genre. En gros, tout est construction sociale, rien n’est lié à de la biologie.

5.2) La narration de la plus grande variabilité

Le second camp c’est celui de la plus grande variabilité et de la psychologie évolutionniste (evopsy). Cette approche reçoit assez peu de soutien médiatique et, fort heureusement, plus d’intérêt scientifique. Dans cette approche, il est admis qu’il puisse exister des différences entre hommes et femmes. Pas forcément en moyenne, mais en variance au moins. On observe (et donc on admet) que certains processus cognitifs sont plus performants chez un sexe ou l’autre. Notons bien que dans l’approche de la théorie de la plus grande variabilité, on ne cherche pas à tout prix à trouver des différences. Si on constate l’égalité sur un point, c’est bien aussi. Mais on accepte qu’il puisse exister des différences, ce que ne font pas les tenants de la narration égalitariste pour qui la différence biologique relève du tabou.

Une grande différence entre l’approche égalitariste et evopsy tient dans la métrique utilisée. Les égalitaristes réfléchissent beaucoup en termes de moyenne, quand les evopsy réfléchissent d’avantage en termes de variabilité (et donc d’écart-type/variance).

L’evopsy s’interroge surtout sur la cause de ces différences en lien avec la théorie évolutionniste. Si différence il y a, l’evopsy considère qu’elle procure un avantage d’un point de vue évolutionniste. Par exemple, une plus grande variabilité masculine peut bénéficier à l’espèce en proposant un pool génétique plus grand.

5.3) Les conséquences…

Il y a deux narrations et nous ne voudrions pas que l’on puisse se fourvoyer sur l’intention de cet article. Aucune de ces deux narrations n’affirme qu’un sexe est “meilleur” que l’autre, et cet article non plus. L’instrumentalisation de la science pour des fins propagandistes n’est pas à notre goût.

Surtout, nous voulons clarifier qu’aucun individu ne devrait être réduit à son seul sexe. Il existe une grande variabilité autour de la moyenne, et réduire un individu à la moyenne de son “groupe” d’appartenance est faux et dangereux. Chose d’ailleurs très bien expliquée par James Damore dans son mémo polémique.

La recherche sur le sujet de l’intelligence doit pouvoir avancer librement, sans peur. Il est possible que les deux narrations proposées présentent des failles et que les observations puissent alternativement donner raison à l’une ou à l’autre. Ce qui est regrettable toutefois c’est l’hystérisation du débat public sur ces questions et la pression qu’on fait peser sur certains chercheurs. Ce qui est déplorable aussi c’est que faute de compétences techniques, les grands médias se contentent souvent d’une vision simpliste et faussée de l’état de la recherche scientifique. Vive la recherche donc, mais surtout, vive la recherche libre !

Sources et références

Section 1

[1.1.1] – Rushton, J. Philippe, and C. Davison Ankney. “Whole brain size and general mental ability: a review.” International Journal of Neuroscience 119.5 (2009): 692-732.
[1.1.2] – Rushton, J. Philippe. “Cranial capacity related to sex, rank, and race in a stratified random sample of 6,325 US military personnel.” Intelligence 16.3-4 (1992): 401-413.
[1.1.3] – Goldstein, Jill M., et al. “Normal sexual dimorphism of the adult human brain assessed by in vivo magnetic resonance imaging.” Cerebral cortex 11.6 (2001): 490-497.
[1.1.4] – Ruigrok, Amber NV, et al. “A meta-analysis of sex differences in human brain structure.” Neuroscience & Biobehavioral Reviews39 (2014): 34-50.
[1.1.5] – Reiss, Allan L., et al. “Brain development, gender and IQ in children: a volumetric imaging study.” Brain 119.5 (1996): 1763-1774.
[1.1.6] – Ritchie, Stuart J., et al. “Sex differences in the adult human brain: evidence from 5216 UK Biobank participants.” Cerebral Cortex 28.8 (2018): 2959-2975.
[1.1.7] – Deary, Ian J., Lars Penke, and Wendy Johnson. “The neuroscience of human intelligence differences.” Nature reviews neuroscience 11.3 (2010): 201.
[1.1.8] – Luders, Eileen, et al. “Why sex matters: brain size independent differences in gray matter distributions between men and women.” Journal of Neuroscience 29.45 (2009): 14265-14270.
[1.1.9] – Luders, Eileen, et al. “Mapping cortical gray matter in the young adult brain: effects of gender.” Neuroimage 26.2 (2005): 493-501.
[1.1.10] – Reiss, Allan L., et al. “Brain development, gender and IQ in children: a volumetric imaging study.” Brain 119.5 (1996): 1763-1774.
[1.1.11] – Im, Kiho, et al. “Gender difference analysis of cortical thickness in healthy young adults with surface-based methods.” Neuroimage 31.1 (2006): 31-38.
[1.1.12] – Lv, Bin, et al. “Gender consistency and difference in healthy adults revealed by cortical thickness.” Neuroimage 53.2 (2010): 373-382.
[1.1.13] – Taki, Yasuyuki, et al. “Correlations among brain gray matter volumes, age, gender, and hemisphere in healthy individuals.” PloS one 6.7 (2011): e22734.
[1.1.14] – Miller, Greg. “The thick and thin of brainpower: Developmental timing linked to IQ.” (2006): 1851-1851.
[1.1.15] – Xu, Xiaojun, Qidong Wang, and Minming Zhang. “Age, gender, and hemispheric differences in iron deposition in the human brain: an in vivo MRI study.” Neuroimage 40.1 (2008): 35-42.
[1.1.16] – Giedd, Jay N., et al. “Sexual dimorphism of the developing human brain.” Progress in Neuro-Psychopharmacology and Biological Psychiatry 21.8 (1997): 1185-1201.
[1.1.17] – Kanaan, Richard A., et al. “Gender differences in white matter microstructure.” PloS one 7.6 (2012): e38272.
[1.1.18] – Clayden, Jonathan D., et al. “Normative development of white matter tracts: similarities and differences in relation to age, gender, and intelligence.” Cerebral Cortex 22.8 (2011): 1738-1747.
[1.1.19] – Kang, Xiaojian, Timothy J. Herron, and David L. Woods. “Regional variation, hemispheric asymmetries and gender differences in pericortical white matter.” Neuroimage 56.4 (2011).
[1.1.20] – Hsu, Jung-Lung, et al. “Gender differences and age-related white matter changes of the human brain: a diffusion tensor imaging study.” Neuroimage 39.2 (2008): 566-577.
[1.1.21] – McGlone, Jeannette. “Sex differences in human brain asymmetry: A critical survey.” Behavioral and Brain Sciences 3.2 (1980): 215-227.
[1.1.22] – Tomasi, Dardo, and Nora D. Volkow. “Gender differences in brain functional connectivity density.” Human brain mapping 33.4 (2012): 849-860.
[1.1.23] – Sommer, Iris E., et al. “Sex differences in handedness, asymmetry of the planum temporale and functional language lateralization.” Brain research 1206 (2008): 76-88.
[1.1.24] – Xu, Jiang, et al. “Gender effects on age-related changes in brain structure.” American Journal of Neuroradiology 21.1 (2000): 112-118.

[1.2.1] – Marwha, Dhruv, Meha Halari, and Lise Eliot. “Meta-analysis reveals a lack of sexual dimorphism in human amygdala volume.” Neuroimage 147 (2017): 282-294.
[1.2.2] – Tan, Anh, et al. “The human hippocampus is not sexually-dimorphic: meta-analysis of structural MRI volumes.” Neuroimage 124 (2016): 350-366.

[1.3.1] – Ilg, Rüdiger, et al. “Gray matter increase induced by practice correlates with task-specific activation: a combined functional and morphometric magnetic resonance imaging study.” Journal of Neuroscience 28.16 (2008): 4210-4215.
[1.3.2] – Rehfeld, Kathrin, et al. “Dancing or fitness sport? The effects of two training programs on hippocampal plasticity and balance abilities in healthy seniors.” Frontiers in human neuroscience 11 (2017): 305.
[1.3.3] – Habib, Michel, and Mireille Besson. “What do music training and musical experience teach us about brain plasticity?.” Music Perception: An Interdisciplinary Journal 26.3 (2009): 279-285.
[1.3.4] – Maguire, Eleanor A., et al. “Navigation-related structural change in the hippocampi of taxi drivers.” Proceedings of the National Academy of Sciences 97.8 (2000): 4398-4403.
[1.3.5] – Fine, Cordelia, et al. “Plasticity, plasticity, plasticity… and the rigid problem of sex.” Trends in cognitive sciences 17.11 (2013): 550-551.
[1.3.6] – Kleinherenbrink, Annelies. “Mapping plasticity: Sex/gender and the changing brain.” Tijdschrift voor Genderstudies 17.4 (2014): 305-326.
[1.3.7] – Bubenik, G. A., and G. M. Brown. “Morphologic sex differences in primate brain areas involved in regulation of reproductive activity.” Experientia 29.5 (1973): 619-621.
[1.3.8] – Allen, Laura S., et al. “Two sexually dimorphic cell groups in the human brain.” Journal of Neuroscience 9.2 (1989): 497-506.
[1.3.9] – Reinius, Björn, et al. “An evolutionarily conserved sexual signature in the primate brain.” PLoS genetics 4.6 (2008): e1000100.
[1.3.10] – Falk, Dean. “Brain lateralization in primates and its evolution in hominids.” American Journal of Physical Anthropology 30.S8 (1987): 107-125.
[1.3.11] – Bachevalier, Jocelyne, and Corinne Hagger. “Sex differences in the development of learning abilities in primates.” Psychoneuroendocrinology 16.1-3 (1991): 177-188.
[1.3.12] – Hines, Melissa. “Gender development and the human brain.” Annual review of neuroscience 34 (2011): 69-88.
[1.3.13] – Lombardo, Michael V., et al. “Fetal testosterone influences sexually dimorphic gray matter in the human brain.” Journal of Neuroscience 32.2 (2012): 674-680.

Section 2

[2.1.1] – Kret, Mariska E., and Beatrice De Gelder. “A review on sex differences in processing emotional signals.” Neuropsychologia50.7 (2012): 1211-1221.
[2.1.2] – Budaev, Sergey V. “Sex differences in the Big Five personality factors: Testing an evolutionary hypothesis.” Personality and individual differences 26.5 (1999): 801-813.
[2.1.3] – Hyde, Janet Shibley. “Gender similarities and differences.” Annual review of psychology 65 (2014): 373-398.
[2.1.4] – Weisberg, Yanna J., Colin G. DeYoung, and Jacob B. Hirsh. “Gender differences in personality across the ten aspects of the Big Five.” Frontiers in psychology 2 (2011): 178.
[2.1.5] – Schmitt, David P., et al. “Why can’t a man be more like a woman? Sex differences in Big Five personality traits across 55 cultures.” Journal of personality and social psychology 94.1 (2008): 168.
[2.1.6] – Gozzi, Marta, et al. “Dissociable effects of prefrontal and anterior temporal cortical lesions on stereotypical gender attitudes.” Neuropsychologia 47.10 (2009): 2125-2132.
[2.1.7] – Kret, Mariska E., and Beatrice De Gelder. “A review on sex differences in processing emotional signals.” Neuropsychologia50.7 (2012): 1211-1221.
[2.1.8] – Hofer, Alex, et al. “Gender differences in regional cerebral activity during the perception of emotion: a functional MRI study.” Neuroimage 32.2 (2006): 854-862.
[2.1.9] – Schneider, Frank, et al. “Gender differences in regional cerebral activity during sadness.” Human brain mapping 9.4 (2000): 226-238.
[2.1.10] – Marumo, Kohei, et al. “Gender difference in right lateral prefrontal hemodynamic response while viewing fearful faces: a multi-channel near-infrared spectroscopy study.” Neuroscience research 63.2 (2009): 89-94.

[2.2.1] – Vogel, Susan A. “Gender differences in intelligence, language, visual-motor abilities, and academic achievement in students with learning disabilities: A review of the literature.” Journal of Learning Disabilities 23.1 (1990): 44-52.
[2.2.2] – Kimura, Doreen, and Richard A. Harshman. “Sex differences in brain organization for verbal and non-verbal functions.” Progress in brain research. Vol. 61. Elsevier, 1984. 423-441.
[2.2.3] – Newman, Matthew L., et al. “Gender differences in language use: An analysis of 14,000 text samples.” Discourse Processes45.3 (2008): 211-236.
[2.2.4] – Hanske-Petitpierre, Verena, and Andrew CN Chen. “Sex differences in brain organization: Implications for human communication.” International Journal of Neuroscience 28.3-4 (1985): 197-214.

[2.3.1] – Fennema, Elizabeth, and Julia Sherman. “Sex-related differences in mathematics achievement, spatial visualization and affective factors.” American educational research journal14.1 (1977): 51-71.
[2.3.2] – Voyer, Daniel, Susan Voyer, and M. Philip Bryden. “Magnitude of sex differences in spatial abilities: a meta-analysis and consideration of critical variables.” Psychological bulletin 117.2 (1995): 250.
[2.3.3] – Linn, Marcia C., and Anne C. Petersen. “Emergence and characterization of sex differences in spatial ability: A meta-analysis.” Child development (1985): 1479-1498.
[2.3.4] – Vandenberg, Steven G., and Allan R. Kuse. “Mental rotations, a group test of three-dimensional spatial visualization.” Perceptual and motor skills 47.2 (1978): 599-604.
[2.3.5] – Collins, David W., and Doreen Kimura. “A large sex difference on a two-dimensional mental rotation task.” Behavioral neuroscience 111.4 (1997): 845.
[2.3.6] – Galea, Liisa AM, and Doreen Kimura. “Sex differences in route-learning.” Personality and individual differences 14.1 (1993): 53-65.
[2.3.7] – DeLacoste-Utamsing, Christine, and Ralph L. Holloway. “Sexual dimorphism in the human corpus callosum.” Science 216.4553 (1982): 1431-1432.

[2.4.1] – Voyer, Daniel, and Susan D. Voyer. “Gender differences in scholastic achievement: A meta-analysis.” Psychological bulletin 140.4 (2014): 1174.
[2.4.1] – O’Dea, R. E., et al. “Gender differences in individual variation in academic grades fail to fit expected patterns for STEM.” Nature communications 9.1 (2018): 3777.
[2.4.3] – Halpern, Diane F., et al. “The science of sex differences in science and mathematics.” Psychological science in the public interest 8.1 (2007): 1-51.
[2.4.4] – Lindberg, Sara M., et al. “New trends in gender and mathematics performance: a meta-analysis.” Psychological bulletin 136.6 (2010): 1123.
[2.4.5] – Ceci, Stephen J., Wendy M. Williams, and Susan M. Barnett. “Women’s underrepresentation in science: sociocultural and biological considerations.” Psychological bulletin 135.2 (2009): 218.
[2.4.6] – Devine, Amy, et al. “Gender differences in mathematics anxiety and the relation to mathematics performance while controlling for test anxiety.” Behavioral and brain functions 8.1 (2012): 33.

[2.5.1] – von Wittich, Daniel, and John Antonakis. “The KAI cognitive style inventory: Was it personality all along?.” Personality and Individual Differences 50.7 (2011): 1044-1049.
[2.5.2] – Baer, John, and James C. Kaufman. “Gender differences in creativity.” The Journal of Creative Behavior 42.2 (2008): 75-105.
[2.5.3] – He, Wu-jing, et al. “A study of the greater male variability hypothesis in creative thinking in Mainland China: Male superiority exists.” Personality and individual differences 55.8 (2013): 882-886.
[2.5.4] – Karwowski, Maciej, et al. “Greater male variability in creativity: A latent variables approach.” Thinking Skills and Creativity 22 (2016): 159-166.
[2.5.5] – He, Wu-jing, and Wan-chi Wong. “Gender differences in creative thinking revisited: Findings from analysis of variability.” Personality and Individual Differences 51.7 (2011): 807-811.

Section 3

[3.1.1] – Sternberg, Robert J., ed. Handbook of intelligence. Cambridge University Press, 2000.
[3.1.2] – Nyborg, Helmuth. “Sex-related differences in general intelligence g, brain size, and social status.” Personality and Individual Differences 39.3 (2005): 497-509.
[3.1.3] – Carroll, John B. “The higher-stratum structure of cognitive abilities: Current evidence supports g and about ten broad factors.” The scientific study of general intelligence. Pergamon, 2003. 5-21.
[3.1.4] – Gignac, Gilles E. “Residual group-level factor associations: Possibly negative implications for the mutualism theory of general intelligence.” Intelligence 55 (2016): 69-78.
[3.1.5] – Spinks, Ruth, et al. “School achievement strongly predicts midlife IQ.” Intelligence 35.6 (2007): 563-567.
[3.1.6] – Schmidt, Frank L., and John Hunter. “General mental ability in the world of work: occupational attainment and job performance.” Journal of personality and social psychology86.1 (2004): 162.
[3.1.7] – Gensowski, Miriam. “Personality, IQ, and lifetime earnings.” Labour Economics 51 (2018): 170-183.
[3.1.8] – Gottfredson, Linda S., and Ian J. Deary. “Intelligence predicts health and longevity, but why?.” Current Directions in Psychological Science 13.1 (2004): 1-4.
[3.1.9] – Duckworth, Angela L., and Martin EP Seligman. “Self-discipline outdoes IQ in predicting academic performance of adolescents.” Psychological science 16.12 (2005): 939-944.
[3.1.10] – Alloway, Tracy Packiam. “Working memory, but not IQ, predicts subsequent learning in children with learning difficulties.” European Journal of Psychological Assessment25.2 (2009): 92-98.

[3.2.1] – Hyde, Janet Shibley. “The gender similarities hypothesis.” American psychologist 60.6 (2005): 581.
[3.2.2] – Feingold, Alan. “Gender differences in variability in intellectual abilities: A cross-cultural perspective.” Sex roles 30.1-2 (1994): 81-92.
[3.2.3] – Iliescu, Dragos, et al. “Sex differences in intelligence: A multi-measure approach using nationally representative samples from Romania.” Intelligence 58 (2016): 54-61.
[3.2.4] – Wai, Jonathan, et al. “Sex differences in the right tail of cognitive abilities: A 30 year examination.” Intelligence 38.4 (2010): 412-423.
[3.2.5] – Arden, Rosalind, and Robert Plomin. “Sex differences in variance of intelligence across childhood.” Personality and Individual Differences 41.1 (2006): 39-48.

[3.3.1] – Irwing, Paul, and Richard Lynn. “Sex differences in means and variability on the progressive matrices in university students: A meta‐analysis.” British Journal of Psychology 96.4 (2005): 505-524.
[3.3.2] – Lynn, Richard, and Paul Irwing. “Sex differences on the progressive matrices: A meta-analysis.” Intelligence 32.5 (2004): 481-498.
[3.3.3] – Jensen, Arthur R., and Cecil R. Reynolds. “Sex differences on the WISC-R.” Personality and individual differences 4.2 (1983): 223-226.
[3.3.4] – Arden, Rosalind, and Robert Plomin. “Sex differences in variance of intelligence across childhood.” Personality and Individual Differences 41.1 (2006): 39-48.
[3.3.5] – Lynn, Richard, and Satoshi Kanazawa. “A longitudinal study of sex differences in intelligence at ages 7, 11 and 16 years.” Personality and Individual Differences 51.3 (2011): 321-324.

[3.4.1] – Johnson, Wendy, Andrew Carothers, and Ian J. Deary. “Sex differences in variability in general intelligence: A new look at the old question.” Perspectives on Psychological Science 3.6 (2008): 518-531.
[3.4.2] – Strand, Steve, Ian J. Deary, and Pauline Smith. “Sex differences in cognitive abilities test scores: A UK national picture.” British Journal of Educational Psychology 76.3 (2006): 463-480.
[3.4.3] – Arden, Rosalind, and Robert Plomin. “Sex differences in variance of intelligence across childhood.” Personality and Individual Differences 41.1 (2006): 39-48.
[3.4.4] – O’Dea, R. E., et al. “Gender differences in individual variation in academic grades fail to fit expected patterns for STEM.” Nature communications 9.1 (2018): 3777.
[3.4.5] – Machin, Stephen, and Tuomas Pekkarinen. “Global sex differences in test score variability.” Science 322.5906 (2008): 1331-1332.
[3.4.6] – Hedges, Larry V., and Amy Nowell. “Sex differences in mental test scores, variability, and numbers of high-scoring individuals.” Science 269.5220 (1995): 41-45.
[3.4.7] – Gray, Helen, et al. “Sex differences in variability across nations in reading, mathematics and science: a meta-analytic extension of Baye and Monseur (2016).” Large-scale Assessments in Education 7.1 (2019): 2.
[3.4.8] – Hedges, Larry V., and Amy Nowell. “Sex differences in mental test scores, variability, and numbers of high-scoring individuals.” Science 269.5220 (1995): 41-45.
[3.4.9] – Jensen, Arthur R., and Cecil R. Reynolds. “Sex differences on the WISC-R.” Personality and individual differences 4.2 (1983): 223-226.
[3.4.10] – Deary, Ian J., et al. “Population sex differences in IQ at age 11: The Scottish mental survey 1932.” Intelligence 31.6 (2003): 533-542.
[3.4.11] – Deary, Ian J., et al. “Brother–sister differences in the g factor in intelligence: Analysis of full, opposite-sex siblings from the NLSY1979.” Intelligence 35.5 (2007): 451-456.
[3.4.12] – Halpern, Diane F., and Mary L. LaMay. “The smarter sex: A critical review of sex differences in intelligence.” Educational Psychology Review 12.2 (2000): 229-246.
[3.4.13] – Lohman, David F., and Joni M. Lakin. “Consistencies in sex differences on the Cognitive Abilities Test across countries, grades, test forms, and cohorts.” British Journal of Educational Psychology 79.2 (2009): 389-407.
[3.4.14] – Dykiert, Dominika, Catharine R. Gale, and Ian J. Deary. “Are apparent sex differences in mean IQ scores created in part by sample restriction and increased male variance?.” Intelligence37.1 (2009): 42-47. [3.4.15] – Lakin, Joni M. “Sex differences in reasoning abilities: Surprising evidence that male–female ratios in the tails of the quantitative reasoning distribution have increased.” Intelligence 41.4 (2013): 263-274.

Section 4

[4.1.1] – Haworth, Claire MA, et al. “Understanding the science-learning environment: A genetically sensitive approach.” Learning and individual differences 23 (2013): 145-150.
[4.1.2] – Gignac, Gilles E. “Residual group-level factor associations: Possibly negative implications for the mutualism theory of general intelligence.” Intelligence 55 (2016): 69-78.
[4.1.3] – Trzaskowski, Maciej, et al. “Genetic influence on family socioeconomic status and children’s intelligence.” Intelligence 42 (2014): 83-88.
[4.1.4] – Mõttus, René, et al. “Kids becoming less alike: A behavioral genetic analysis of developmental increases in personality variance from childhood to adolescence.” Journal of personality and social psychology (2019).
[4.1.5] – Bouchard Jr, Thomas J., and Matt McGue. “Genetic and environmental influences on human psychological differences.” Journal of neurobiology 54.1 (2003): 4-45.
[4.1.6] – Devlin, Bernie, Michael Daniels, and Kathryn Roeder. “The heritability of IQ.” Nature 388.6641 (1997): 468.
[4.1.7] – Bouchard, Thomas J. “The Wilson effect: the increase in heritability of IQ with age.” Twin Research and Human Genetics16.5 (2013): 923-930.
[4.1.8] – Haworth, Claire MA, Philip S. Dale, and Robert Plomin. “The etiology of science performance: Decreasing heritability and increasing importance of the shared environment from 9 to 12 years of age.” Child development 80.3 (2009): 662-673.
[4.1.9] – Deary, Ian J., Wendy Johnson, and Lorna M. Houlihan. “Genetic foundations of human intelligence.” Human genetics 126.1 (2009): 215-232.
[4.1.10] – Plomin, Robert, and Ian J. Deary. “Genetics and intelligence differences: five special findings.” Molecular psychiatry 20.1 (2015): 98.
[4.1.11] – Haworth, Catherine MA, et al. “The heritability of general cognitive ability increases linearly from childhood to young adulthood.” Molecular psychiatry 15.11 (2010): 1112.
[4.1.12] – Plomin, Robert, et al. “Variability and stability in cognitive abilities are largely genetic later in life.” Behavior genetics 24.3 (1994): 207-215.
[4.1.13] – Thompson, Paul M., et al. “Genetic influences on brain structure.” Nature neuroscience 4.12 (2001): 1253.
[4.1.14] – Oppenheim, Jeffrey S., John E. Skerry, and Michael S. Gazzaniga. “Magnetic resonance imaging morphology of the corpus callosum in monozygotic twins.” Annals of Neurology: Official Journal of the American Neurological Association and the Child Neurology Society 26.1 (1989): 100-104.
[4.1.15] – Pfefferbaum, Adolf, et al. “Brain structure in men remains highly heritable in the seventh and eighth decades of life.” Neurobiology of aging 21.1 (2000): 63-74.

[4.2.1] – Guinsburg, Ruth, et al. “Differences in pain expression between male and female newborn infants.” Pain 85.1-2 (2000): 127-133.
[4.2.2] – Alexander, Gerianne M., Teresa Wilcox, and Rebecca Woods. “Sex differences in infants’ visual interest in toys.” Archives of sexual behavior 38.3 (2009): 427-433.
[4.2.3] – Bouchard, Thomas J., et al. “Sources of human psychological differences: The Minnesota study of twins reared apart.” Science250.4978 (1990): 223-228.
[4.2.4] – Aznar, Ana, and Harriet R. Tenenbaum. “Gender and age differences in parent–child emotion talk.” British Journal of Developmental Psychology 33.1 (2015): 148-155.
[4.2.5] – Denham, Susanne A., Hideko Hamada Bassett, and Todd M. Wyatt. “Gender differences in the socialization of preschoolers’ emotional competence.” New Directions for child and adolescent development 2010.128 (2010): 29-49.
[4.2.6] – Rowe, David C., Kristen C. Jacobson, and Edwin JCG Van den Oord. “Genetic and environmental influences on vocabulary IQ: Parental education level as moderator.” Child development 70.5 (1999): 1151-1162. [4.2.7] – Beaver, Kevin M., et al. “A closer look at the role of parenting-related influences on verbal intelligence over the life course: Results from an adoption-based research design.” Intelligence46 (2014): 179-187.
[4.2.8] – Nisbett, Richard E., et al. “Intelligence: new findings and theoretical developments.” American psychologist 67.2 (2012): 130.
[4.2.9] – Reynolds, Matthew R., et al. “Sex differences in latent general and broad cognitive abilities for children and youth: Evidence from higher-order MG-MACS and MIMIC models.” Intelligence 36.3 (2008): 236-260.
[4.2.10] – Hindmarsh, Gabrielle J., et al. “Gender differences in cognitive abilities at 2 years in ELBW infants.” Early human development 60.2 (2000): 115-122.
[4.2.11] – Bachevalier, Jocelyne, and Corinne Hagger. “Sex differences in the development of learning abilities in primates.” Psychoneuroendocrinology 16.1-3 (1991): 177-188.

[4.3.1] – Daniele, Vittorio, and Nicola Ostuni. “The burden of disease and the IQ of nations.” Learning and Individual Differences 28 (2013): 109-118.
[4.3.2] – Christainsen, Gregory B. “IQ and the wealth of nations: How much reverse causality?.” Intelligence 41.5 (2013): 688-698.
[4.3.3] – Eppig, Christopher, Corey L. Fincher, and Randy Thornhill. “Parasite prevalence and the worldwide distribution of cognitive ability.” Proceedings of the Royal Society B: Biological Sciences277.1701 (2010): 3801-3808.
[4.3.4] – Sigman, Marian, et al. “Cognitive abilities of Kenyan children in relation to nutrition, family characteristics, and education.” Child development (1989): 1463-1474.
[4.3.5] – Pietschnig, Jakob, and Martin Voracek. “One century of global IQ gains: A formal meta-analysis of the Flynn effect (1909–2013).” Perspectives on Psychological Science 10.3 (2015): 282-306.
[4.3.6] – Tien, Joyce, et al. “Longitudinal Follow-up of Children with Breakfast Consumption on Their IQ (P18-028-19).” (2019): nzz039-P18.
[4.3.7] – Taras, Howard. “Nutrition and student performance at school.” Journal of school health 75.6 (2005): 199-213.

[4.4.1] – Rushton, J. Philippe, and C. Davison Ankney. “Brain size and cognitive ability: Correlations with age, sex, social class, and race.” Psychonomic Bulletin & Review 3.1 (1996): 21-36.
[4.4.2] – McDaniel, Michael A. “Big-brained people are smarter: A meta-analysis of the relationship between in vivo brain volume and intelligence.” Intelligence 33.4 (2005): 337-346.
[4.4.3] – McDaniel, Michael A. “Big-brained people are smarter: A meta-analysis of the relationship between in vivo brain volume and intelligence.” Intelligence 33.4 (2005): 337-346.
[4.4.4] – Pietschnig, Jakob, et al. “Meta-analysis of associations between human brain volume and intelligence differences: How strong are they and what do they mean?.” Neuroscience & Biobehavioral Reviews 57 (2015): 411-432.
[4.4.5] – Gignac, Gilles E., and Timothy C. Bates. “Brain volume and intelligence: The moderating role of intelligence measurement quality.” Intelligence 64 (2017): 18-29.
[4.4.6] – Genç, Erhan, et al. “Diffusion markers of dendritic density and arborization in gray matter predict differences in intelligence.” Nature communications 9.1 (2018): 1905.