大数据说明的问题,用经验主义和事例来反驳是不科学的。
但是此文的数据的可信度有待考证。
这些统计存在以下影响:
1:如何判断这些女科学家其实是因为实力不够而被拒的,而不是因为被拒了而产生了“因为我是女的所以被拒”的错觉。因为事实已经说明,女性由于有性别歧视的暗示,被拒了比男性更有可能从性别上找原因。
2:因为各行各业说不定都有性别歧视的现象,科研行业是不是显著存在有待考证,如果其他行业基本都比科研行业性别歧视严重,此时你拎出来分析科研行业是没有意义的。
对此误差我认为有以下修正方法:
1:建立一个SCI论文数和最大影响因子的变量对照,因为SCI论文能有效反映科研人员的水平,至少能反映单位招人时候的判断。
如果科学家影响因子和论文数差不多,而女的被拒概率比男的高,此问题就足以说明。
2:建立一个行业对照,各行各业的歧视率给一个对照即可,如果歧视都基本比科研厉害,你讨论科研这个行业特性是没有任何意义的。
性别歧视有其根源,用马克思的唯物史观判断,古典农业和资本主义时代,体力对生产力有重要影响,女性由于体力不如男性,所以被歧视是必然的,任何一个招工的考虑效率都会避免招女的。
对于人的智商,女性的平均智商和方差和男性有无区别是有待考证考证的,从脑力劳动取代体力劳动的这一历史过程中,我们可以看到女性的地位在逐渐提高,我认为这是“女性平均智商和男性区别不大”这一论断的有效支持。
智商方差的问题是科研行业的重要问题,因为就算平均智商一样,可能男的智商低的多智商高的也多,而科研行业偏向于招智商高的,因此女性会被歧视。
此问题有待考证。
至于例子,就我身边的搞科研的来说,无论男女,重点都在发SCI上,根本不在意将来去单位的时候会不会被性别歧视的问题。