【#沙珮琦：為何文科都是女生、男生都讀理工？──揭開性別對高中生選組的影響】 隨著指考放榜，不只一家歡樂一家愁，考生們也面臨了該選什麼科系就讀的問題，身邊也一定不乏「女生要讀文組、男生要讀理組」的聲音。 雖然這是性別刻板印象，但也確實是這三十年來的現況。 看到性別的差異，有些人會以刻板印象去解釋：「女生選文組，應該是因為數學能力不佳。」但身為研究者，難免就要多問一句：真的嗎？會不會有些其他的原因呢？ 想要破解謎題，線索必不可少，而郭祐誠的線索，便是由中央研究院、教育部和國科會共同規劃的調查計畫──臺灣教育長期追蹤資料庫（TEPS）。 這個資料庫追蹤了長達 7 年的數據，透過問卷調查的方式，從國中一路到高中職與五專，蒐集學生與家長、老師、學校的相關數據。 郭祐誠透過 TEPS，一一分析去性別、學生數學能力，以及家庭背景對於選組的影響。結果發現：學生們國一的數學成績會影響高中時的選組。 平均而言，只要成績提高一個標準差，那這個學生選擇自然組的機會將增加 15% 至 19%。 不過，數學能力的影響對於男女卻不太相同。用四分位數去區分大家國一時的數學成績後，在成績最低的一組中，女生選擇自然組的機率比男生少 24%；但在成績最高的一組中，女生未來選擇自然組的機率相較於男生，竟少了 42%。 你是不是也發現問題了呢？既然說成績會影響選組，那照理說，成績一樣好的女生，也要讀理科啊，但結果卻不是這麼回事。 也就是說，數學能力無法完全解釋二三類組男多女少的狀況。 既然個人的數理能力差異不能完全解釋性別懸殊的情形，那會不會是因為外在環境呢？ 過去，國外也曾有相關的討論，認為純男校或純女校中，較不易產生對於學科的性別刻板印象。 畢竟同儕與自己是一樣的性別，「我是女生所以數理差」這樣的理由似乎不太適用，因此，若是想要鼓勵女性投入 STEM 領域，可以推動單性別教育。 像是希拉蕊．克林頓（Hilary Clinton）便曾通過立法大力支持單性別教育成立。也有些反對的聲音認為，這樣的性別隔離教育可能產生一些別的問題，像是加強性別刻板印象等等。 於是，郭祐誠進一步將研究焦點放在「性別組成」上，想了解：國中學習環境的性別組成，會不會影響學生之後的科系選擇呢？ 結果發現，國中時期班級的性別比例，的確會影響科系選擇，但對兩性的影響並不相同。 對於男性來說，如果身處在女生較多的班級時，會降低他們選擇性別主流科系的機率，也就是說，他們比較有可能會選擇人文科系。但在另一方面，女生選科系時，較不易受班上性別比例影響。 他還分享了另一個值得探討的現象：對於女生來說，「補習」與「選擇自然組」之間，存在負相關。相較於沒有補過習的女生，曾經補習過的女學生較不傾向念自然組。而在男生身上，兩者的關連則不明顯。 近年來，有越來越多男生開始選擇非性別主流科系，或許便是由於國中班級的性別分佈漸趨平均的關係。只是，如果想要突破目前的刻板狀態，光是調整學習環境的性別比例，似乎也難以讓更多女性投入 STEM 領域。 綜合國外觀點與自己的研究，郭祐誠提到，「分組教學」或許是男女分校、男女合校之外的第三條路，像是在數理相關教學時進行分組，以此避免學生將成績歸因於性別。 同時，給予學生同性別的榜樣也可能有助於建立信心，像是數理科目的科任老師若是女生，這樣的典範可能鼓勵女學生在未來選擇相關科系。 有些研究便認為，為女生提供榜樣、在課堂上使用不造成性別歧視的「包容性語言」，或是多介紹 STEAM 相關的工作，將有助於促進相關領域的性別平衡。 而除了教學方法的調整之外，郭祐誠認為學習「應該要強調邏輯素養的重要性，不應該因為性別而有所差異」。尤其是面對資訊變化如此快速的世界，邏輯的重要性對於任何科目或領域都是重要的。 郭祐誠更以自身為例，「我覺得我自己數學不好，但是我還是可以做研究、做推理，就算是說故事，我也希望是有系統、有邏輯的方式去說故事。」 回想當初通過聯考進入大學時，大部分的志願都是人文相關的系所，但最後卻排到了經濟系，原以為好不容易可以避開的數學又通通都跑到眼前了：微積分、統計…等，其實讓人有點排斥。 但是，學習之後卻發現，經濟在討論的內容，其實也就是廣義的「社會的議題」，原本有興趣的領域，其實能利用工具更有邏輯地去釐清、用客觀的角度去梳理脈絡，也因此得以探討更多感興趣的內容。 假設因為數理方面學習較為吃力，便完全放棄思考相關邏輯，便很有可能會錯過像這樣了解世界的機會。 111 學年度起，高中生大學的學測將改為分科測驗，變成級分制，也讓學生得以自由選擇考試科目。 這樣的改革會不會讓學生更早放棄數理領域，或是造成性別比例的差異改變呢？ 郭祐誠坦言，在現階段無法判斷，因為人類的行為是如此複雜，要事先預測或短時間內歸因非常困難。 此外，在追求教育改革的過程中，如果僅僅是改變考試的形式，根本上「追求名校」的思維沒有改變，其實還是容易陷入舊有制度的窠臼。 對此，他也分享了自己在大學教書時的觀察與心得，提醒道：無論考試制度如何變革，學習習慣的養成，是非常重要的。 若能在學習方面培養出自律的態度，才是真正能影響學生未來的關鍵。 #指考 #放榜 #高中 #大學 #選組 #理組 #文組 #自然組 #社會組 #性別 #刻板印象 #學校 #教育

[ 喝低脂牛奶容易得到帕金森氏症？ ] “請問低脂牛奶跟帕金森氏症有關嗎？”前陣子的6周年Q&A被問了這個問題。 正當我在納悶為什麼會有這個說法的時候，好友傳了line告訴我，是因為有益智節目出了這題問答題，播出之後這段影片就被截取，並開始在line群組中廣為流傳。 🌟完整文章以及參考文獻請看此👉 https://www.dietitianbread.com/nutritionindailylife/nutritionknowledge/牛奶與帕金森氏症/ ‎ 這樣的論點是源自於一篇2017年發表在Neurology期刊上的研究（Ref 1），因為是哈佛大學公衛學院所提出的，所以特別多人覺得可信度很高。這篇研究的標題是：乳製品的攝取量與帕金森氏症風險的相關性，讓我們來看看這篇研究： 🌟研究方法🌟 這篇研究的資料收集自兩篇大型的前瞻性世代研究，兩篇研究的受試者分別有80,736人以及48,610人，分別追蹤了26及24年，由飲食頻率問卷來了解受試者攝取乳製品的份量，期間被診斷為帕金森式整的受試者總共有1,036人。 🌟研究結果🌟 🌱 #乳製品的總攝取量 與帕金森氏症的風險 #不相關 🌱 #低脂乳製品 的攝取量與帕金森氏症 #有關。跟完全沒有攝取低脂乳製品的受試者相比，#每天攝取3份以上 低脂乳製品的人，得到帕金森氏症的風險上升34%，而這個相關性主要與 #脫脂及低脂牛奶 的攝取量有關。 🌱 #雪酪 與 #冷凍優格 的攝取量也與帕金森氏症風險 #相關。 🌱 #每天攝取3杯以上全脂牛奶 的人，得到帕金森氏症的 #風險下降18%，而且隨著全脂牛奶的攝取量上升（沒有喝，每天1-2杯，每天2-3杯，每天超過3杯），帕金森氏症的風險有下降的趨勢。 🌱 研究者也分析了乳品中富含的營養成分：蛋白質、鈣質、維生素D、乳糖與帕金森氏症風險的相關性，但結果顯示 #均無顯著相關。 🌟我的想法🌟 除了這篇哈佛的研究之外，我也看了文獻中提到的其他三篇相關研究，這些研究中調查受試者飲食習慣的方式，都是使用 #食物頻率問卷。因為營養的相關研究本來就很不容易做，食物頻率問卷是蠻常使用的一個方式，但老實說，它絕對不是一個非常嚴謹的研究方法。舉個例子來說，問你：上周一周裡面吃了幾個蛋？你有辦法回答得很精確嗎？更何況這個問題可能不是指上周，而是問你，你過去十年內，平均每天吃幾個蛋？再來就是，這些研究牛奶與帕金森氏症相關性的研究中，每一篇結果都不太一致，所以我認為仍需要更多的研究來證實而非就此下定論。 🌟結論🌟 牛奶是很好的蛋白質、鈣、維生素D的來源，國民健康署也一直積極推廣每天1-2杯牛奶，而在2018年食物飲食指南改版後，建議喝 #全脂牛奶 也可以，不是非得喝低脂牛奶。在這幾篇文獻中，低脂奶雖然對於帕金森氏症是危險因子，但也有研究指出低脂奶對 #痛風 來說是保護因子。總歸一句，只要 #均衡飲食，不要讓飲食走向過度極端，就不需要對突然出現的研究感到莫名恐慌。不然研究推陳出新，每看到新聞播報一次又有新的研究指出吃什麼會造成什麼，就要恐慌一次，不是太累了嗎？ #低脂牛奶與帕金森氏症 #營養麵包 #媒體未經同意請勿任意轉載 參考資料： Hughes, K. C., Gao, X., Kim, I. Y., Wang, M., Weisskopf, M. G., Schwarzschild, M. A., & Ascherio, A. (2017). Intake of dairy foods and risk of Parkinson disease. Neurology, 89(1), 46–52.

📈數據變現的秘密 #文末抽書 🔹數據告訴你的東西，比你想像得多 ✅ 消費者會說謊？ 消費者可能會不自覺地說謊，但他們並不是有意的！有可能是「自我報告式」的回答搜集，帶了較多的主觀意識，加上調查者對消費者不了解，設計的問題無法切中目標核心，導致調查者與消費者的的反應結果與認知有所不同！ 也可能因為消費者「想像」的答案，和他們「真心認同」的答案是有出入的。有可能是因為外在文化或是廣告等因素，選擇了大眾認知的選項，但心中也有一定機率的潛意識是有不同認知的。 ✅ 消費者不知道自己要什麼 史蒂夫・賈伯斯曾說過：「消費者並不知道自己想要的是什麼。」因為消費者不太可能知道現在不存在的產品，或是現在最劃時代的新材料等。所以這時候要在「了解消費者想要什麼」和「聽消費者說什麼」之間，找到一個不只流於表面、又能打破虛幻的交叉點。 🔹常見數據迷思 ❌ 數據樣本數越多越好 大數據之所以叫做大數據，一定要樣本數量越多越好！這個觀念其實不一定是正確的，因為數量越大，反而可能會導致族群特性消失，這時不管研究對象有上千人還是上萬人，並沒有太大的差異。 💡善用「樣本分析」，調查結果必須與其他結果做連動、分析，一份達到理解消費者目的的數計，才有大量搜集數據的意義。 ❌ 用性別＆年齡做單一數據分析 性別與年紀的區別，現在越來越模糊了，如果想要做到更細緻的數據分析，就要捨棄性別和年齡來分類消費者的習慣。人們的性別與年齡確實會有重疊的地方，但使用者行為並不全都是因為特定的性別和年紀產生的。 💡反向推薦符合「個人」取向的產品，或是將消費者行為群體化，不再向所有人推播一樣的廣告，只提供符合相似他們行為的資訊，更能提高轉換效率和下一步行動的意願。 🔹主動式數據 vs. 被動式數據 畢達哥拉斯說：「萬物皆數。」 世間萬物都可以被數據化，也都將成為數據。而其中有時候是主動式資料，有時候是被動式資料。 ✅ 『主動式資料』：不必親自紀錄，由機器自動記錄的情況。 e.g. 在手機上安裝軟體，讓手機每幾分鐘就自動記錄使用量。 ✅ 『被動式資料』：透過問答型式蒐集的人為整理資料。 e.g. 詢問對方手機一天的使用時間 💡主動式數據不會說謊，但並不代表正確答案，只能推測形成該現象的原因。 因此，使用主動式數據確認事實，再透過核心問題進行問卷調查，才會更有效率。 🔹數據真的重要嗎？ 『沒有數據也能生存下來的公司，遠多過沒有數據就不能存活的公司。』 對一些實體企業而言，數據並非必需品，而只是用來強化產品的銷售，協助做出與其他企業間的區隔，並非該企業的本質。 有些公司正處於成長期、瀛運狀況良好，沒有必要去探究數據，所以將精力集中在擴增銷售地點與商品銷售上。 總結來說，應該要重新調整努力方向，去做頓公司核心產品有幫助的分析。 🔹如何活用數據？企劃開始前的3問 ❶ 現在所執行的企劃，是誰的想法？ 大部分的時候，都是根據上級想要的方向進行分析。 → 但身為一位分析者，我們必須付出努力，在企業和高層期望的關鍵字中，以真心想理解消費者為出發點，找出市場趨勢，用自己能力範圍內最有創意的方法將主軸具體呈現出來。 ❷ 冗長的分析作業非做不可嗎？ 只有平常會犯錯，並從錯誤中成長的分析師，才能夠累積大量經驗，並快速整理出數據的核心。 → 可以將數據切割到精準的單位進行觀察，藉由這種「由下到上」的方式，進行新研究。 ❸ 分析得主軸明確嗎？ 分析人員不能迷失自己的道路，要找到數據的目標，努力去找出主管問題背後真正的意義。 → 多假設幾種具體狀況，獲得更多元的答案。 🔹企劃進行中的6問 每個調查企劃都可能產生許多不同的分析主軸，為了確保遺漏，最好有個系統性的SOP，也就是「六何法」 以企業or 賣家角度 Who：定義服務的顧客 When：為數據加上時間序列 What：服務的顧客＆群體喜歡什麼產品，以及喜好的原因 Where：地理位置＆環境因素 How：滿足消費者的方法、戰略 Why：所做的目的是為了「消費者心理」 以個人品牌or 自媒體角度 Who：粉絲、受眾 When：企劃＆活動曝光的時間 What：粉絲喜歡的內容和原因 Where：曝光的渠道 How：製作粉絲喜愛內容的方法 Why：希望達成的目的 🔹最後，數據要告訴我們什麼？ 其實數據分析就是一個研究新事物的過程，我們之所以要分析每個數據，是想將這些蒐集到的數字，創造成一個故事，同時也是滿足疑問的過程，去觀察在研究的過程中是否有遺漏的地方，或是了解哪些情況會對消費者造成影響，這些過程都是動態且需要不斷回顧的。 ✅研究新事物✅滿足疑惑✅創造故事✅檢查遺漏 🔹倆職推好書 #抽獎辦法 ✅追蹤倆職女子 @ol.slashie ✅分享此篇貼文至限時動態並tag @ol.slashie（請留存截圖，中獎會檢查唷！） ✅在貼文底下tag 2位朋友並隨意留言 ✅抽獎活動於 07/11（日）晚間11:59截止，並於07/13（二）限時動態公布中獎名單！請持續追蹤我們唷！ *感謝樂金文化 @knowing2018 提供贈獎 #讀墨電子書序號*2❤️ *倆職女子保留變更活動及解釋的權利 #倆職書櫃 #讀書心得 #好書推薦 #文末抽書 #讀書筆記