15 min. de lectura

La brecha de género en carreras científicas refiere a la amplia subrepresentación femenina en carreras científicas, tecnológicas, ingenieriles y matemáticas (o brecha STEM por sus siglas Science, Technology, Engineering and Mathematics). Según algunos estudios, la brecha existe porque las mujeres científicas enfrentan múltiples barreras y retos en distintas etapas de su desarrollo profesional: ausencia de modelos femeninos, sesgos de género, discriminación o estereotipos. Como tal, esta brecha se “arrastra” hasta la divulgación científica (Campillo, 2019).

Al relacionarse al espinoso concepto de género, la polémica es inevitable. Partiendo de una reciente revisión de literatura sobre la brecha STEM (Morales y Morales, 2020), este artículo discute cinco puntos pendientes: 1) ¿Sigue habiendo discriminación contra mujeres científicas?, 2) ¿cómo y cuánto influyen los estereotipos?, 3) la elección de carrera ¿es una elección libre?, 4) la explicación biológica ¿realmente explica y soluciona la brecha? y, 5) ¿existe una paradoja en la brecha STEM?

Primer punto: Discriminación, no tanta como antes

Negar la discriminación contra mujeres científicas es inútil. La literatura es sólida (Morales y Morales, 2020, pp. 125-126) y el problema está visibilizado en medios como The Guardian, Los Angeles Times o El País.

Según Joan Williams y Kate Massinger (2016), pese a múltiples testimonios, casos, demandas e investigaciones, el acoso sexual persiste porque “[l]os estudiantes graduados y los posdoctorados son particularmente vulnerables, ya que su futuro depende completamente de las buenas recomendaciones de los profesores”. En cambio, para investigadores como Stephen Ceci y colegas (2014), la discriminación es una hipótesis que ya carece de validez.

Para los psicólogos David Geary y Gijsbert Stoet (2018), “el sexismo explícito ya no mantiene a niñas y mujeres alejadas de estos campos”. Si las explicaciones basadas en estereotipos, sesgos y microagresión son populares es porque encajan con la narrativa feminista: “que las diferencias de género se deben en gran medida a factores sociales y culturales opresivos”.

Para Sean Welsh (2019), aunque el sexismo explique parte de la brecha, “no es una explicación particularmente convincente”. Al ser contingente (ya que puede emerger en determinados contextos, pero no en otros) y difícil de aprehender (Maxmen, 2018), una respuesta sabia sería no aceptar ni negar absolutos: hay discriminación, pero no tanta como antes.

Segundo punto: La poderosa influencia de los estereotipos

Al conformarse de creencias, mandatos y expectativas sociales generalmente implícitas o inconscientes sobre la conducta de hombres y mujeres (lo masculino y lo femenino), los estereotipos influyen doblemente en la elección de carrera: en nuestras capacidades (al sentirnos capaces o incapaces en ciertas carreras por nuestro género) y en las carreras (al catalogarlas como masculinas o femeninas).

Para los investigadores Sapna Cheryan, Allison Master y Andrew Meltzoff (2015), los “estereotipos académicos” pueden actuar como “guardianes” y alejar a las mujeres. Al respecto, la literatura es amplia:

«Los estudios sobre estereotipos de género y brecha STEM son tantos que han postulado la teoría de amenaza de estereotipo (stereotype threat theory), la cual explica como los estereotipos influyen de manera negativa en el desempeño profesional de las mujeres (Shapiro y Williams, 2012; Shaffer, Marx y Prislin, 2013; Casad, Hale y Wachs, 2017; Bedyńska, Krejtz y Sedek, 2018; Canning et al., 2019). Tras una revisión de estudios que refieren a dicha teoría, Regner, Steele, Ambady, Thinus-Blanc y Huguet (2014) definieron la amenaza de estereotipo como la afectación que sufren las mujeres en su rendimiento matemático al ser estereotipadas negativamente. Para los autores, dichas amenazas empezarían a formarse muy temprano en la escuela primaria hasta consolidarse, a lo largo del tiempo, como barreras «ocultas» y opuestas al avance futuro de las mujeres ya en ámbitos laborales científicos. En otras palabras, los estereotipos negativos son capaces de afectar prácticamente toda la vida educativa y laboral de las mujeres.” (Morales y Morales, 2020, p. 127)

Al influir en la elección de carrera, los estereotipos ejercen poder sobre la misma: en un primer momento, influyen sobre las decisiones de las mujeres, generando su alejamiento de las carreras STEM.

No obstante, en un segundo momento, estudios experimentales han demostrado que, si se modifican los estereotipos, también se modificarán las decisiones (Olsson y Martiny, 2018; Makarova, Aeschlimann y Herzog, 2019). Los estereotipos influencian la elección de carrera con tal nivel de control que son capaces de modificar decisiones previamente tomadas e influenciadas por otros estereotipos. Ningún otro factor ha demostrado tener tal poder en la elección de carreras STEM.

Tercer punto: ¿Elegimos una carrera libremente?

Para algunos, la brecha STEM existe porque hombres y mujeres tienen intereses distintos. Según la socióloga Catherine Hakim (2006), “hay evidencia sólida de que hombres y mujeres continúan siendo diferentes, en promedio, en sus orientaciones laborales” (p. 280).

La “única teoría” que comprende dicha tendencia es la teoría de la preferencia, la cual “predice una polarización de estilos de vida laboral como resultado de la diversidad en las preferencias de los roles sexuales de mujeres” (Ibíd., p. 286). Así, la brecha STEM sería resultado de las diferencias de género en intereses y preferencias.

“Segun Lippa, Preston y Penner (2014) las mujeres exponen fuertes intereses por trabajos orientados hacia las personas (people-oriented jobs) en contextos de menor igualdad, al ser «más libres» de «expresar sus intereses y valores mediante sus elecciones ocupacionales» (p. 7). Caso contrario, en países subdesarrollados, las mujeres no tienen el «lujo» de buscar un «trabajo basado en sus intereses», pues deben aceptar cualquier ocupación disponible (Ibid.). Asimismo, para Su y Rounds (2015), mientras los hombres prefieren carreras orientadas hacia las cosas (things-orientation), las mujeres prefieren las orientadas hacia las personas (people-orientation). Según los autores, si buscamos comprender la subrepresentacion femenina en carreras STEM, es necesario incidir en los intereses, pues tanto la elección entre carreras STEM y no STEM (como la ocurrida entre diversas carreras STEM) reflejan «patrones de interés individual».” (Morales y Morales, 2020, p. 124)

“Las diferencias de género en intereses laborales son grandes, bien documentadas y reflejan una diferencia de sexo más básica en el interés por las cosas frente a las personas. Los hombres prefieren ocupaciones que implican trabajar con cosas (por ejemplo, ingeniería, mecánica) e ideas abstractas (por ejemplo, teoría científica) y las mujeres prefieren trabajar y contribuir directamente al bienestar de los demás (por ejemplo, médico, maestro). La diferencia de género en el interés por las personas se extiende a un interés más general en los seres vivos, lo que explicaría por qué las mujeres interesadas en la ciencia tienen muchas más probabilidades de seguir una carrera en biología o medicina veterinaria que la informática.” (Geary y Stoet, 2018)

Que hombres y mujeres elijan carreras distintas porque sus intereses sean distintos es innegable. Sin embargo, esta no puede ser la respuesta final ni la única. Para Eugena Kwon (2017), al enfatizar en la elección, “la teoría de la preferencia ignora hasta qué punto las elecciones profesionales de las mujeres pueden ser decisiones restringidas influenciadas por factores estructurales que guían a las mujeres en ciertas direcciones y las disuaden de seguir ciertos caminos profesionales” (p. 189).

Al respecto, los entornos científicos presentan barreras estructurales que producen no solo discriminación, sino también autodiscriminación.

«Para Tellhed, Backstrom y Bjorklund (2017), la subrepresentación femenina en carreras STEM se relaciona fuertemente con la baja autoeficacia hacia tales campos y con las bajas expectativas de «pertenencia social» a dichos ámbitos. Tales expectativas también explicaron el menor interés masculino por las carreras de salud, educación básica y esfera doméstica o HEED (Health care, Elementary Education, and the Domestic spheres). Según los autores, las intervenciones que buscan disminuir las brechas deben centrarse en la pertenencia social de las mujeres: para aumentar el interés femenino por las carreras STEM, se debe contrarrestar las creencias de competencia estereotipada de género para reafirmarles a las mujeres que son capaces de desarrollarse profesionalmente en dichos ámbitos.» (Morales y Morales, 2020, p. 123)

Tales limitantes condicionan las decisiones de las mujeres, alejándolas de toda libertad decisoria. Según Valeria Román (2020), “la creciente cantidad de mujeres en ciencias no significa que se haya saldado la brecha de género”. En ciencias sociales, no solo importa analizar datos, sino explicar por qué indican lo que indican.

Respecto a la brecha STEM, no solo importa contabilizar las preferencias e intereses de hombres y mujeres, sino determinar qué factores las influencian. Toda conducta humana es una respuesta a determinado entorno y toda elección es una forma de conducta. En entornos donde hay discriminación y acoso, es inútil defender que la brecha STEM ocurre porque hombres y mujeres eligen libremente.

Hay discriminación hacia las mujeres científicas, pero no tanta como antes. Las investigadoras del pasado tuvieron más barreras y desafíos. (Flickr)

Cuarto punto: La biología, una explicación que no explica

Para la explicación biológica, la brecha STEM no solo resulta de factores psicológicos y socioculturales, sino también de factores biológicos:

“Para Browne (2005), la «historia completa» no podrá ser comprendida si no consideramos las diferencias sexuales, ya que «el rol de la biología no se limita a las diferencias en fuerza física; hombres y mujeres difieren (en promedio) en rasgos cognitivos y temperamentales que afectan su talento e intereses en ocupaciones particulares» (p. 510). Para el autor, que las diferencias psicológicas entre hombres y mujeres se incrementen en la pubertad no es evidencia de la fuerza de la socialización, sino resultado de «tumultuosos cambios hormonales». En la misma tónica, Sapienza, Zingales y Maestripieri (2009) afirmaron que los niveles de testosterona prenatal y la mayor aversión al riesgo pueden predecir la elección de carrera: individuos con mayores niveles de testosterona y baja aversión al riesgo (hombres) tenían mayor probabilidad de elegir carreras que implican riesgos (como las finanzas).” (Morales y Morales, 2020, p. 128)

Como vemos, se trata de una opción teórica importante. Sin embargo, la explicación biológica no se basa en estudios experimentales que establezcan una relación causal entre biología y brecha STEM, sino que constituye una lectura indirecta que depende de estudios cuyos objetivos no son explicar tal brecha.

Dicha propuesta se apoya en estudios –como los de Simon Baron-Cohen y colegas (Auyeung et al., 2009) o Paola Sapienza, Luigi Zingales y Dario Maestripieri (2009)– que señalan cómo las diferencias sexuales (en niveles de testosterona) predicen los intereses laborales de hombres y mujeres. Para el psicólogo Richard Lippa (2010), “las diferencias de género que son estables en el tiempo y en distintas culturas sugieren la influencia de factores biológicos” (p. 1098).

Para Alice Eagly (2017), también psicóloga, “dada la ausencia de evidencia clara de que las habilidades e intereses relevantes para la tecnología se deriven principalmente de la biología, hay mucho espacio para considerar la socialización y los estereotipos de género”. En efecto, múltiples factores socioculturales yacen entre la biología y la brecha STEM como para establecer su relación directa.

Explicar biológicamente tal brecha equivaldría a pasar de la premisa mayor al consecuente sin considerar la premisa menor; es contar del 1 al 3 ignorando el 2.

Según Daphna Joel y Ricardo Tarrasch (2010), el estudio de Sapienza y colegas (2009) no presenta evidencia que respalde sus conclusiones, ya que “todas las correlaciones y correlaciones semiparciales encontradas […] son extremadamente bajas y explican menos del 5% de la variabilidad de los criterios” (p. e19).

En otras palabras, “los datos presentados respaldan la conclusión de que existen correlaciones muy débiles entre niveles de testosterona salival y aversión al riesgo y elecciones de carrera” (Ibíd.). Semejante escenario ocurre en matemática donde la biología juega más bien un rol menor; en palabras de Sharon Begley (2012): “la naturaleza no parece tan importante como los científicos alguna vez creyeron”.

Aunque algunos sugieran que la biología influye en la brecha STEM más que la cultura, lo cierto es que ningún estudio lo ha comprobado. Para Ming-Te Wang y Jessica Degol (2017), los factores socioculturales (como las creencias sobre las diferencias de género) “son mucho más propensos que la biología a afectar las decisiones profesionales” (p. 11).

A pesar de que algunas ciencias anhelen sujetos culture-free, escapar de la cultura es imposible. De ahí que la tesis biológica postule correlaciones y no causalidad, es decir, no explican por qué ocurre la brecha. En palabras de Eagly (2017), “[n]o existe evidencia causal directa de que la biología cause la falta de mujeres en trabajos tecnológicos”.

A pesar de la nula evidencia, para Jennifer Saucerman y Kris Vasquez (2014) hay algunos “expertos” en la prensa popular que “creen que las mujeres jóvenes optan por abandonar los campos STEM solo por diferencias biológicas inmutables” (p. 59). Según las autoras, “[e]l lenguaje científico cambia, pero la conclusión –las mujeres no son adecuadas por naturaleza para cualquier campo que no ocupen actualmente– sigue siendo la misma” (Ibíd., p. 60).

Sostener que hombres y mujeres eligen carreras distintas por predisposiciones genéticas constituye una impostura aún vigente en ciertas formas de determinismo biológico (Kreimer, 2020) muy difundido en medios (Morales, 2019).

Defender una relación directa entre brecha STEM y biología, testosterona, prolactina o vaya usted a saber qué hormona es un síntoma del desconocimiento de las limitaciones de tales estudios, muy a pesar que sus defensores digan basarse en evidencia científica rigurosa.

Respecto las diferencias neurológicas entre sexos, Saucerman y Vasquez son muy claras: “las funciones cerebrales cambian con el tiempo y la experiencia […] de modo que, incluso si hombres y mujeres muestran diferencias en patrones de activación, esas diferencias pueden reflejar sus entornos y […] estar sujetas a cambios” (p. 60).

Es cierto que hay diferencias neuroanatómicas entre sexos, sin embargo, “es un error concluir que tales diferencias son la única o principal razón de la falta de participación de mujeres en campos STEM, particularmente dados todos los efectos demostrables de la socialización estereotipada por género” (Ibíd.).

Aún si la biología tuviera una participación mínima, ello sería una obviedad ya que los humanos somos seres biológicos.

Sin embargo, la ciencia no necesita explicaciones débiles, sino explicaciones fuertes que comprendan la totalidad de un fenómeno o parte esencial. Nadie que haya ponderado la literatura podría sostener que la biología explica todo o siquiera parte importante de la brecha STEM.

La tesis biológica es insignificante porque no explica lo que debería explicar y además inútil porque no soluciona lo que debería solucionar.

“Los correlatos biológicos de las diferencias de género atraen mucho interés, particularmente porque se supone erróneamente que las diferencias biológicas reflejan solo factores innatos, mientras que, de hecho, las medidas biológicas están influenciadas por muchos factores adicionales, incluidos el comportamiento y la experiencia. Por lo tanto, es extremadamente importante que los investigadores que informan dichos datos sean cautelosos en su análisis de datos y en la presentación e interpretación de los resultados.” (Joel y Tarrasch, 2010, p. e19)

Quinto punto: Una paradoja nada paradójica

Para Stoet y Geary (2018), si uno revisa las brechas STEM en distintos países, hallará que los países con mayor equidad de género exponen mayores brechas.

Dicho efecto, llamado educational-gender-equality paradox (en adelante, paradoja STEM), “es una paradoja porque los países con igualdad de género son aquellos que brindan a niñas y mujeres más oportunidades educativas y de empoderamiento, y que generalmente promueven el compromiso de niñas y mujeres en campos STEM” (p. 10).

¿Cómo se ha explicado tal paradoja? Cuando los niños son mejores en ciencias y las niñas en lectura, “existe la posibilidad de que surjan diferencias sexuales sustanciales en los caminos educativos relacionados a campos STEM” (Ibíd., p. 11). Al considerarse como aquella evidencia que comprobaría la existencia de intereses innatos, la paradoja ha sido muy difundida (Khazan, 2018; Sossamon, 2018). No obstante, la explicación de Stoet y Geary (2018, 2020a) ha sido criticada.

Según Adam Mastroianni y Dakota McCoy (2018), “[l]as actitudes culturales y la discriminación están moldeando los intereses de las mujeres de una manera que es todo menos libre, incluso en países libres”.

El Global Gender Gap Index (GGGI), empleado por Stoet y Geary, “no tiene en cuenta las actitudes culturales hacia las mujeres en la ciencia ni la complicada mezcla de historia y cultura que forma esas actitudes”. Para Mastroianni y McCoy, “si queremos explicar algo tan complicado como la representación de género en carreras STEM, tenemos que hacer más que comparar los cheques de pago […]. Tenemos que echar un vistazo a las cabezas de las personas”.

De igual manera, para Sarah Richardson y colegas (2020), “el GGGI no está destinado a ser utilizado para explicar los resultados causalmente, y los resultados con igualdad de género no pueden interpretarse como información sobre el contexto causal dentro de los países” (p. 2).

Para empezar, la equidad de género es un constructo “multidimensional” –de ahí que los críticos emplearan otra herramienta: el Basic Index of Gender Inequality (BIGI). Dicho esto, así como un puntaje alto de GGGI no significa que los resultados con equidad de género se deban a la propia equidad de género, “un puntaje bajo no predice la inequidad de género ni los resultados de inequidad de género en todos los dominios” (Ibíd.).

Para Meredith Reiches y Sarah Richardson (2020), incluso si la tendencia reportada por Stoet y Geary reflejara preferencias, “eso no nos dice nada acerca de dónde provienen tales preferencias”. Es más, “[s]i hombres y mujeres realmente tienen preferencias profesionales inherentemente diferentes, cualquier intento de atraer más mujeres a campos STEM sería erróneo y probablemente fracasará”.

Para las autoras, la paradoja STEM es “una nueva entrada en un viejo libro de juegos de argumentar que las diferencias biológicas de sexo […] impulsan las disparidades de género que vemos en áreas como la STEM”. Sin embargo, concluyen las autoras, “la paradoja no es producto de diferencias sexuales innatas […], sino del uso de medidas artificiales y datos selectivos”.

Según Nicole Noll (2020), pensar que las brechas desaparecerán en entornos con equidad de género es una creencia “infundada”: las sociedades con mayor equidad de género no deberían ser consideradas como “neutrales al género”, ya que los estereotipos y la inequidad en ciertas áreas y grupos persisten aun donde haya políticas de equidad.

Dicho esto, los resultados de la paradoja STEM no son paradójicos, sino esperables: “[l]a única base para ver el hallazgo de Stoet y Geary como una paradoja es la suposición de que una mayor igualdad de género indica una sociedad más neutral en cuanto al género”. Sin embargo, igualdad y neutralidad son cosas distintas: “[c]uando reconocemos que igualdad de género en algunas medidas no es sinónimo de neutralidad de género en estereotipos y actitudes, la paradoja se desmorona”.

En su réplica a las críticas, Stoet y Geary (2020b) insistieron en que, cuando hay igualdad de condiciones, “las personas están en mejores condiciones para perseguir sus intereses” (p. 2). En este escenario, “las diferencias de sexo relativamente amplias en intereses ocupacionales se expresan más claramente” (Ibíd.).

Para los autores, tales hallazgos son “sorprendentes y paradójicos” desde la “visión feminista tradicional bien establecida”, la cual asegura que “«si se cambian ciertas circunstancias básicas en la vida de las mujeres, las amplias diferencias entre hombres y mujeres que resultan en desigualdad sexual […] también cambiarán»” (Ibíd.).

¿De dónde surge esa idea? Esta premisa, que sustenta la paradoja STEM, sale de una reseña escrita por Brigitte Berger en 1976.

“Los luchadores por los derechos de las mujeres han mantenido durante mucho tiempo que, si se cambian ciertas circunstancias básicas en la vida de las mujeres, las amplias diferencias entre hombres y mujeres que resultan en desigualdad sexual […] también cambiarán. Se dice que los cambios legales que brindan a las mujeres igualdad de derechos e igualdad de oportunidades no son suficientes. El problema está en un nivel mucho más fundamental y precede al de la desigualdad en la esfera pública. La discriminación más generalizada que afecta la vida y el estado de las mujeres en la sociedad moderna es la de los estereotipos de roles sexuales.” (Berger, 1976, p. 48)

Si consideramos el fragmento completo y no solo la parte citada por Stoet y Geary, notaremos que la reseña de Berger es una crítica que declara lo siguiente: no basta con cambiar las “circunstancias básicas” de la vida de las mujeres para alcanzar la equidad, pues el verdadero problema –ubicado en un “nivel mucho más fundamental”– son los estereotipos de género.

¿Alguien encontró algo en común con la brecha STEM? Quién diría que Stoet y Geary terminarían citando una reseña cuyo verdadero sentido es el mismo que expresan las críticas realizadas a su propio trabajo: no importa cuántas políticas proequidad haya, la equidad de género no se logrará si los estereotipos persisten. Pudiendo tener hasta 7 explicaciones alternativas (Reiches, 2020), la paradoja STEM se revela nada paradójica.

Palabras finales

Siendo solidarios podría decirse que la brecha STEM resulta de una interacción entre factores biológicos y socioculturales. No obstante, si buscamos los más influyentes, aquellos que podrían solucionar la brecha, los socioculturales llevan amplia ventaja.

Que estos ejerzan poderosa influencia en la elección de carreras STEM es un hecho innegable, algunas veces denominado “efecto Scully” –en mención a la protagonista de The X-Files, Dana Scully, cuya inteligencia y carácter metódico impulsó la participación femenina en carreras STEM (Norman, 2015).

Al respecto, cabe preguntar, ¿cómo un determinista biológico solucionaría la brecha? Pienso en dos alternativas: o les inyecta testosterona a las mujeres o no haría nada, ya que la brecha no sería más que el resultado de elecciones libres e innatas. Vaya pérdida de recursos.

Los estereotipos influencian la elección de carrera con tal nivel de control que son capaces de modificar decisiones previamente tomadas e influenciadas por otros estereotipos. (Imagen del día de la Mujer en la Ciencia de la NASA)

Referencias bibliográficas

-Auyeung, B., Baron-Cohen, S., Ashwin, E., Knickmeyer, R., Taylor, K., Hackett, G. y Hines, M. (2009). Fetal testosterone predicts sexually differentiated childhood behavior in girls and in boys. Psychological Science, 20(2): 144-148.

-Begley, S. (2012). Anything boys can do… Biology may play only a minor role in the math gender gap. Scientific American. 

-Berger, B. (1976). Women in the Kibbutz by Lionel Tiger and Joseph Shepher (Harcourt Brace Jovanovich; 334 pp.; $10.95). Worldview, 19(4): 48-51.

-Campillo, S. (2019). La brecha de género se arrastra hasta la divulgación científica y no sabemos por qué. WatMag. 

-Ceci, S., Ginther, D., Kahn, S. y Williams, W. (2014). Women in academic science: A changing landscape. Psychological Science in the Public Interest, 15(3): 75-141.

-Cheryan, S., Master, A. y Meltzoff, A. (2015). Cultural stereotypes as gatekeepers: Increasing girls’ interest in computer science and engineering by diversifying stereotypes. Frontiers in Psychology, 6: art.49.

-Eagly, A. (2017). Does biology explain why men outnumber women in tech? The Conversation. 

-Geary, D. y Stoet, G. (2018). Sex and STEM: Stubborn facts and stubborn ideologies. Quillette. 

-Hakim, C. (2006). Women, careers, and work-life preferences. British Journal of Guidance & Counselling, 34(3): 279-294.

-Joel, D. y Tarrasch, R. (2010). The risk of a wrong conclusion: On testosterone and gender differences in risk aversion and career choices. Proceedings of the National Academy of Sciences, 107(5): e19.

Khazan, O. (2018). The more gender equality, the fewer women in STEM. The Atlantic. https://www.theatlantic.com/science/archive/2018/02/the-more-gender-equality-the-fewer-women-in-stem/553592/

-Kreimer, R. (2020). ¿Es sexista reconocer que hombres y mujeres no son idénticos? Una evaluación crítica de la retórica neurofeminista. Disputatio, 9(13): 1-26.

-Kwon, E. (2017). For passion or for future family? Exploring factors influencing career and family choices of female medical students and residents. Gender Issues, 34: 186-200.

-Lippa, R. (2010). Gender differences in personality and interests: When, where, and why? Social and Personality Psychology Compass, 4(11): 1098-1110.

-Makarova, E., Aeschlimann, B. y Herzog, W. (2019). The gender gap in STEM fields: The impact of the gender stereotype of math and science on secondary students’ career aspirations. Frontiers in Education, 4: art. 60.

-Mastroianni, A. y McCoy, D. (2018). Countries with less gender equity have more women in STEM–huh? Scientific American.

-Maxmen, A. (2018). Why it’s hard to prove gender discrimination in science. Nature

-Morales, S. (2019). Debra Soh y Roxana Kreimer: ¿Dos ejemplos de divulgación anticientífica? Ciencia del Sur.

-Morales, S. y Morales, O. (2020). ¿Por qué hay pocas mujeres científicas? Una revisión de literatura sobre la brecha de género en carreras STEM. Revista Internacional de Investigación en Comunicación aDResearch ESIC, 22(22): 118-133.

-Noll, N. (2020). Gender equality ≠ gender neutrality: When a paradox is not so paradoxical, after all. Harvard GenderSci Lab.

-Norman, A. (2015). The Scully effect: How “X-Files” helped mainstream women in STEM careers. All Thats Interesting

-Olsson, M. y Martiny, S. (2018). Does exposure to counterstereotypical role models influence girls’ and women’s gender stereotypes and career choices? A review of social psychological research. Frontiers in Psychology, 9: 2264.

-Reiches, M. (2020). If not a paradox, then what? 7 alternative explanations for the inverse correlation between the Global Gender Gap Index and women’s tertiary degrees in STEM. Harvard GenderSci Lab.

-Reiches, M. y Richardson, S. (2020). We dug into data to disprove a myth about women in STEM. Slate.

-Richardson, S., Reiches, M., Bruch, J., Boulicault, M., Noll, N. y Shattuck-Heidor, H. (2020). Is there a gender-equality paradox in science, technology, engineering, and math (STEM)? Commentary on the study by Stoet and Geary (2018). Psychological Science. https://doi.org/10.1177/0956797619872762

-Román, V. (2020). “Las mujeres seguimos siendo minoría en los puestos de gestión de la ciencia”. El País.

-Saucerman, J. y Vasquez, K. (2014). Psychological barriers to STEM participation for women over the course of development. Adultspan Journal, 13(1): 46-64.

-Sapienza, P., Zingales, L. y Maestripieri, D. (2009). Gender differences in financial risk aversion and career choices are affected by testosterone. Proceedings of the National Academy of Sciences, 106(36): 15268-15273.

-Sossamon, J. (2018). In countries with higher gender equality, women are less likely to get STEM degrees. World Economic Forum. 

-Stoet, G. y Geary, D. (2018). The gender-equality paradox in science, technology, engineering, and mathematics education. Psychological Science, 29(4): 581-593.

-Stoet, G. y Geary, D. (2020a). Corrigendum: The gender-equality paradox in science, technology, engineering, and mathematics education. Psychological Science, 31(1): 110-111.

-Stoet, G. y Geary, D. (2020b). The gender-equality paradox is part of a bigger phenomenon: Reply to Richardson and colleagues (2020). Psychological Science

-Wang, M. y Degol, J. (2017). Gender gap in science, technology, engineering, and mathematics (STEM): Current knowledge, implications for practice, policy, and future directions. Educational Psychology Review, 29(1): 119-140.

-Welsh, S. (2019). Lies, damned lies, and STEM statistics. Quillette. 

-Williams, J. y Massinger, K. (2016). How women are harassed out of science. The Atlantic.

¿Qué te pareció este artículo?

1 estrella2 estrellas3 estrellas4 estrellas5 estrellas (4 votos, promedio: 4,00 de 5)
Compartir artículo:

Dejar respuesta

Please enter your comment!
Please enter your name here