Información

¿Existe alguna diferencia étnica en el tamaño medio de los alumnos?

¿Existe alguna diferencia étnica en el tamaño medio de los alumnos?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

He visto algunos artículos que afirman que los afroamericanos tienen alumnos promedio más pequeños que los blancos, mientras que los asiáticos tienen alumnos más grandes. ¿Es verdad?

enlace: Y. Li, D. Huang; Diferencia de tamaño de la pupila y grosor del iris entre asiáticos y caucásicos medida por tomografía de coherencia óptica. Invertir. Oftalmol. Vis. Sci. 2009; 50 (13): 5785.


¿Cuál es la diferencia entre raza y etnia?

Esta pregunta revela algo mucho más profundo sobre las formas en que entendemos, y malinterpretamos, la raza.

Si alguien le pidiera que le describiera su identidad, ¿por dónde empezaría? ¿Se reduciría a tu color de piel o tu nacionalidad? ¿Qué pasa con el idioma que habla, su religión, sus tradiciones culturales o la ascendencia de su familia?

Esta pregunta desconcertante a menudo empuja a las personas a separar sus identidades en dos partes: raza versus etnia. Pero, ¿qué significan realmente estos dos términos y cuál es la diferencia entre raza y etnia en primer lugar?

Estas palabras a menudo se usan indistintamente, pero técnicamente, se definen como cosas separadas. "La 'raza' y la 'etnia' se han utilizado y se siguen utilizando como formas de describir la diversidad humana", dijo Nina Jablonski, antropóloga y paleobióloga de la Universidad Estatal de Pensilvania, conocida por su investigación sobre la evolución del color de la piel humana. . "La mayoría de la gente entiende la raza como una mezcla de atributos físicos, conductuales y culturales. La etnia reconoce las diferencias entre las personas principalmente sobre la base del idioma y la cultura compartida".

En otras palabras, la raza a menudo se percibe como algo inherente a nuestra biología y, por lo tanto, se hereda de generación en generación. La etnicidad, por otro lado, se entiende típicamente como algo que adquirimos, o autoasignamos, en función de factores como el lugar en el que vivimos o la cultura que compartimos con los demás.

Pero tan pronto como hayamos delineado estas definiciones, desmantelaremos los mismos cimientos sobre los que están construidas. Esto se debe a que la cuestión de la raza frente a la etnia en realidad expone fallas importantes y persistentes en la forma en que definimos estos dos rasgos, fallas que, especialmente cuando se trata de la raza, les han dado un impacto social enorme en la historia de la humanidad.


Introducción

Investigaciones recientes sugieren que la orientación sexual autoinformada se corresponde más fuertemente con la excitación sexual a los estímulos sexuales masculinos o femeninos en los hombres que en las mujeres [1]. Además, la expresión de la excitación bisexual difiere entre los sexos. Existe evidencia contradictoria con respecto a si los hombres identificados como bisexuales tienen un patrón de excitación bisexual, pero entre las mujeres, un patrón de excitación bisexual es más común entre quienes se autoidentifican como heterosexuales [2] - [4]. Estos hallazgos, sin embargo, se basan en medidas de respuestas genitales, que tienen limitaciones potenciales como el sesgo voluntario y diferentes dispositivos de medición para hombres y mujeres. El presente estudio introduce una medida menos afectada por estas limitaciones: la dilatación de la pupila. Usamos esta medida para examinar las diferencias de orientación sexual y sexo sugeridas anteriormente en la respuesta sexual.

Diferencias sexuales en la respuesta sexual

La investigación ha establecido que los hombres y las mujeres reaccionan de manera diferente a los estímulos sexuales, con las respuestas de los hombres más influenciadas por la información erótica de los estímulos y las respuestas de las mujeres más dependientes de otros aspectos no sexuales de los estímulos [5] - [7]. Estos hallazgos coinciden con la propuesta de que, a diferencia de los hombres, los patrones de atracción sexual de las mujeres se ven menos afectados por el sexo de la pareja y más por las variables culturales, sociales y situacionales [8] - [10]. Estas variables incluyen vínculos de pareja, antecedentes de apego, experiencias educativas, actitudes y creencias religiosas y aculturación [5], [6]. A través de la socialización, estas experiencias alteran la capacidad de respuesta sexual de las mujeres, lo que conduce a una mayor variabilidad en la excitación sexual [11]. La consecuencia, según Peplau [6], es que tanto las experiencias sexuales como las no sexuales son cruciales para dar forma a la orientación y atracción sexual de las mujeres, incluida la posibilidad de que algunas mujeres cambien su atracción sexual por hombres y mujeres a lo largo del tiempo y en distintos contextos.

Baumeister [8] propuso que el mecanismo subyacente de esta diferencia de sexo en la variabilidad de la atracción sexual tiene una base evolutiva. Baumeister escribe en la página 347 que la sexualidad evolucionó para "adaptarse a las contingencias reproductivas de hombres y mujeres a fin de maximizar la transmisión de los genes de cada persona". Los hombres evolucionaron para estar fuertemente impulsados ​​por patrones de motivación innatos que son relativamente constantes e inmutables a lo largo del tiempo y las situaciones. Las mujeres evolucionaron para responder al impulso sexual masculino y ser flexibles en cuanto a si responden al impulso masculino y en qué situaciones. Desde esta perspectiva, la sexualidad femenina, más que la masculina, se adapta a las circunstancias cambiantes. Esta diferencia influye en la sexualidad de la mujer para que responda mejor a las circunstancias ambientales.

Como reflejo de esta diferencia general de sexo, la relación de la excitación genital con los estímulos sexuales masculinos o femeninos con la orientación sexual autoinformada es considerablemente más fuerte en los hombres que en las mujeres [2], [12]. La mayoría de los hombres se excitan exclusivamente con el sexo de acuerdo con su orientación sexual informada, por ejemplo, la mayoría de los hombres heterosexuales se excitan casi exclusivamente con las mujeres y la mayoría de los hombres homosexuales se excitan casi exclusivamente con los hombres. En contraste, la orientación sexual de las mujeres se refleja pobremente en su respuesta genital porque responden con excitación sustancial a ambos sexos [2], [12]. Estos resultados sugieren una diferencia sustancial entre los sexos en la organización de la orientación sexual.

Si las diferencias sexuales en la orientación sexual y la excitación son sólidas y no se limitan a las medidas de la respuesta genital, entonces otras medidas de la excitación sexual también deberían indicarlas. La presente investigación utilizó la respuesta pupilar como medida de la excitación sexual. Por lo tanto, nuestra primera hipótesis fue que la correspondencia de la dilatación de la pupila con los estímulos sexuales masculinos o femeninos con la orientación sexual autoinformada sería más fuerte en los hombres que en las mujeres.

Diferencias de orientación sexual en la respuesta sexual

Además de las diferencias de sexo antes mencionadas, las medidas de excitación genital iluminan las diferencias en la respuesta sexual, dependiendo de la orientación sexual de una persona. Aunque la mayoría de los hombres muestran una excitación sexual casi exclusiva con un sexo, una minoría sustancial de hombres se identifica como bisexual y, por lo tanto, se puede esperar que muestren una fuerte excitación en ambos sexos. Algunas investigaciones sugirieron, sin embargo, que los hombres bisexuales exhiben excitación sexual casi exclusiva hacia hombres o mujeres, pero no hacia ambos [3], [13]. Según esta investigación, los hombres bisexuales son similares a la mayoría de los demás hombres en que muestran una excitación sustancial en un solo sexo. Una investigación más reciente de Rosenthal et al. [4], sin embargo, indicó que los métodos de reclutamiento más estrictos producen hombres bisexuales autoinformados que muestran un patrón de excitación genital bisexual. Por ejemplo, los participantes identificados como bisexuales fueron reclutados a través de sitios web que atienden a hombres que buscan relaciones sexuales tanto con hombres como con mujeres. Según otro estudio, los hombres bisexuales tienen un patrón de excitación genital que puede describirse como bisexual [14], aunque se proporcionó otra interpretación de estos datos [15]. En total, existe cierto apoyo, pero no concluyente, para la hipótesis de que la respuesta sexual de los hombres bisexuales es un reflejo de la orientación sexual que ellos mismos informan.

El presente estudio utilizó métodos de reclutamiento similares a los empleados por Rosenthal et al. [4], pero utilizó la respuesta pupilar en lugar de la respuesta genital para medir la excitación sexual. Por lo tanto, nuestra segunda hipótesis fue que los hombres bisexuales mostrarían una mayor dilatación de la pupila ante los estímulos sexuales masculinos y femeninos en comparación con los hombres heterosexuales y homosexuales.

Anteriormente notamos que los hombres y las mujeres difieren en su atracción sexual y patrones de comportamiento porque los factores ambientales e innatos influyen en los sexos de manera diferente [8] - [10]. Otros autores han señalado que los factores innatos explican las diferencias de orientación sexual en la atracción sexual [16], [17], aunque se pueden teorizar algunos procesos de socialización efectivos. Por ejemplo, la investigación transcultural comparó los comportamientos sexuales del mismo sexo de hombres heterosexuales en Turquía, Tailandia y Brasil [18], [19]. La incidencia de la conducta sexual entre personas del mismo sexo fue mayor en los dos primeros grupos, pero especialmente entre los hombres heterosexuales turcos de clase trabajadora. Según Cardoso, debido a que la mayoría de las mujeres turcas de esta clase social no están disponibles sexualmente, es más probable que los hombres se comporten con personas del mismo sexo. Por lo tanto, el hallazgo de que algunos hombres muestran excitación sexual hacia ambos sexos, o se involucran en comportamientos sexuales con ambos sexos, puede deberse a influencias culturales y de clase social.

A diferencia de la mayoría de los hombres, muchas mujeres muestran una excitación sexual sustancial para ambos sexos. Sin embargo, este patrón general está moderado por la orientación sexual de la mujer y es más común entre las mujeres heterosexuales, que muestran una excitación sexual igualmente fuerte a los estímulos sexuales masculinos y femeninos. Por el contrario, este patrón es menos común entre las mujeres homosexuales, que muestran más excitación sexual a los estímulos femeninos y algo menos excitación sexual a los estímulos masculinos [2], [12]. En este sentido, las mujeres homosexuales muestran patrones de excitación sexual más típicos de los hombres en comparación con otras mujeres. Esta observación llevó a la tercera hipótesis de este estudio: las mujeres homosexuales mostrarían una mayor dilatación de la pupila a los estímulos femeninos y menos a los masculinos, y las mujeres heterosexuales mostrarían una dilatación más igualitaria para ambos sexos.

La dilatación de la pupila como medida de la respuesta sexual

Se han señalado posibles limitaciones en la evaluación de la orientación sexual mediante la excitación genital [20]. En primer lugar, un número sustancial de personas se muestra reacio a participar en un estudio que evalúa la respuesta genital [12], [21] y quienes lo hacen podrían representar una población inusual en aspectos desconocidos, creando así resultados que pueden no aplicarse ampliamente. En segundo lugar, la excitación genital se mide de manera diferente en los dos sexos. En los hombres, un instrumento común mide la circunferencia del pene en las mujeres, un instrumento común evalúa la amplitud del pulso vaginal [22]. Por lo tanto, no se puede concluir con certeza si las distinciones entre hombres y mujeres se deben a diferencias sexuales reales en la excitación sexual oa diferencias de medición. En tercer lugar, algunas personas pueden suprimir voluntariamente la excitación genital ante los estímulos sexuales, lo que afecta la precisión de la medida [23], [24].

Una medida que se ve menos afectada por estas limitaciones es la dilatación de la pupila. Podría decirse que es menos probable que los participantes opten por no participar en un experimento que evalúe su mirada en lugar de su respuesta genital. En ambos sexos, la respuesta del mismo órgano (el ojo) se puede medir con instrumentos idénticos. Además, la dilatación de la pupila a los estímulos indica la activación del sistema nervioso autónomo [25], [26]. Este sistema está asociado con muchos procesos automáticos como la transpiración, la digestión, la presión arterial y la frecuencia cardíaca [27]. Por esta razón, la dilatación de la pupila se ha utilizado como indicador de respuesta automática, por ejemplo, en estudios de reacción implícita y carga cognitiva [28], [29]. Otra investigación sugiere que la dilatación de la pupila puede reflejar atención automática, o atención que probablemente no esté bajo el control consciente de los participantes [30]. Por lo tanto, es poco probable que los participantes supriman la dilatación de la pupila ante los estímulos que les atraen sexualmente. Por tanto, los patrones de dilatación de la pupila podrían reflejar, con alta sensibilidad, la atención automática relacionada con la atracción sexual y la orientación sexual.

Un estudio empleó previamente la dilatación de la pupila para medir la orientación sexual [31]. Este estudio investigó los patrones de dilatación de cinco hombres heterosexuales y cinco hombres homosexuales a imágenes de hombres y mujeres desnudos. Los patrones de dilatación de la pupila se correspondían en gran medida con la orientación sexual. Sin embargo, la mayoría de los participantes se asoció con los investigadores, lo que podría haber afectado los resultados. Hasta la fecha, no se ha conocido ningún intento de confirmar estos hallazgos con una muestra más grande y representativa.

Aparte de la investigación básica, el gobierno canadiense ha utilizado las respuestas pupilares como medida de la orientación sexual entre los años cincuenta y setenta. El objetivo de este programa era detectar a las personas homosexuales, que en ese momento se consideraban un riesgo nacional. Se observó que estos experimentos eran falaces [32], [33] debido a varias limitaciones metodológicas [34]. Las autoridades tuvieron grandes dificultades para reclutar voluntarios tanto heterosexuales como homosexuales, lo que probablemente significó que no tenían suficiente poder estadístico para realizar comparaciones. Solo se tomaron en cuenta las identidades heterosexuales y homosexuales, por lo que, si participaban personas bisexuales, no se anotaban como tales, lo que podría haber distorsionado los resultados. Los experimentadores tuvieron problemas para ajustar la variación en el tamaño de la pupila. Sin este ajuste, las respuestas individuales, incluidas las de individuos con diferentes orientaciones sexuales, no pueden compararse con precisión. Se desconoce qué tan consistente era la distancia entre la pupila y la cámara que capturó su imagen. Sin esta información, es problemático comparar las respuestas entre individuos. Muchos de los cambios pupilares que ocurrieron estuvieron en un rango de menos de un milímetro. Debido a que estos cambios se midieron a mano, es probable que se agregue una gran cantidad de error a los datos. Los estímulos sexuales variaron en grado de luminancia, lo que podría haber causado respuestas pupilares no relacionadas con la atracción sexual del individuo por los estímulos. Estos experimentos nunca produjeron resultados de manera eficiente, a pesar de poseer algunas cualidades tecnológicas únicas.

La presente investigación está libre de la gran mayoría de las limitaciones mencionadas. Más de 320 participantes aceptaron participar en este estudio y tenían múltiples opciones para indicar su identidad sexual, que van desde exclusivamente heterosexuales, bisexuales y exclusivamente homosexuales. Un rastreador de mirada infrarroja registra automáticamente para cada participante tanto el tamaño de la pupila como el grado de dilatación. Los datos se estandarizaron dentro de los participantes para permitir comparaciones precisas entre los participantes. La distancia de los participantes a la cámara se mantuvo constante. La medición del tamaño de la pupila se hizo en términos de píxeles de la cámara ocluidos por la pupila, por lo que la medición de la respuesta pupilar no se basó en una evaluación manual. Además, la presente investigación tuvo cierto control, aunque burdo, sobre la luminancia de los estímulos. En general, en comparación con los estudios patrocinados por el gobierno canadiense [33], [34], la presente investigación empleó metodologías que eran considerablemente más avanzadas y precisas.

Correspondencia de medidas

Debido a que la dilatación de la pupila rara vez se ha utilizado en la investigación sistemática como indicador de la orientación sexual, es importante evaluar su validez. Otras investigaciones han medido el tiempo dedicado a ver estímulos masculinos o femeninos para examinar las diferencias de orientación sexual y sexo en la respuesta sexual [35] - [39]. Puede haber correspondencias entre la dilatación de la pupila y los estímulos, el tiempo de visualización de los estímulos, la atracción sexual autoinformada hacia los estímulos y la orientación autoinformada. Estas correspondencias apuntarían a la validez general de todas las medidas. Por lo tanto, la cuarta hipótesis era que la dilatación de la pupila estaría relacionada positivamente con otras medidas de atracción sexual, y todas las medidas estarían relacionadas positivamente con la orientación sexual autoinformada.

Resumen de hipótesis

Con base en investigaciones previas que utilizaron otras medidas de respuesta sexual, se probaron las siguientes hipótesis:

  1. La correspondencia de la dilatación de la pupila con los estímulos sexuales masculinos o femeninos con la orientación sexual autoinformada será más fuerte en los hombres que en las mujeres.
  2. Los hombres bisexuales mostrarán una mayor dilatación de la pupila ante los estímulos sexuales masculinos y femeninos en comparación con los hombres heterosexuales y homosexuales.
  3. Las mujeres homosexuales mostrarán una mayor dilatación de la pupila a los estímulos femeninos y menos a los masculinos, y las mujeres heterosexuales mostrarán una dilatación más igualitaria para ambos sexos.
  4. La dilatación de la pupila a los estímulos sexuales se corresponderá con el tiempo dedicado a ver estos estímulos, la atracción sexual autoinformada hacia estos estímulos y la orientación sexual autoinformada.

Métodos

El conjunto de datos de genotipo

Descargamos los genomas de diferentes grupos étnicos del lanzamiento de la versión 3 de HapMap Phase 3 [28] (ftp://ftp.hgsc.bcm.tmc.edu/HapMap3-ENCODE/HapMap3/HapMap3v3), que incluye 1397 muestras y 1,457,897 SNP entre 11 grupos étnicos. Debido a que las muestras de chino y japonés eran muy similares [28, 29], se combinaron (CHB: chino Han en Beijing, China, CHD: chino en Metropolitan Denver, Colorado y JPT: japonés en Tokio, Japón). Para compilar un conjunto de datos de prueba independiente, elegimos al azar el 15% de las muestras de cada población. El otro 85% de las muestras formaron el conjunto de datos de entrenamiento. Los nueve grupos étnicos finales y sus tamaños de muestra en el conjunto de datos de entrenamiento y pruebas independientes se muestran en la Tabla 1.

Los archivos PED y MAP originales (hapmap3_r3_b36_fwd.consensus.qc.poly.ped.gz y hapmap3_r3_b36_fwd.consensus.qc.poly.map.gz) se transformaron en una matriz usando PLINK [30] con “--recodeA” y se leyeron en R usando el paquete adegenet [31] (http://cran.r-project.org/web/packages/adegenet/). La matriz del genotipo era una matriz de 0, 1 y 2, que eran los números de los alelos menores de SNP en esa muestra.

Los SNP irrelevantes se excluyeron mediante el coeficiente V de Cramer.

Debido a que había demasiados SNP y debido a que la mayoría de ellos difería entre los grupos étnicos, calculamos el coeficiente V de Cramer [32] para cada SNP y eliminamos los SNP con coeficientes V de Cramer menores o iguales a 0,6.

El coeficiente V de Cramer midió la asociación entre el estatus de SNP y los grupos étnicos y se definió de la siguiente manera:

dónde norte fue el número total de muestras de genotipo, 1397 en nuestro estudio, k fue el número de grupos étnicos (k = 9) y r era el número que se refería al estado del SNP (r = 3, para "0 alelo menor", "1 alelo menor" y "2 alelo menor"). ( chi ) 2 es el estadístico chi-cuadrado de Pearson, que se puede calcular de la siguiente manera:

dónde O I,j es el número de apariciones del estado SNP j entre el grupo étnico I y mi yo, j son las ocurrencias esperadas del estado de SNP j entre el grupo étnico I, que se puede calcular de la siguiente manera:

dónde norte I es el número de muestras en el grupo étnico I y metro j es el número de muestras con estado SNP j.

El Cramer V El coeficiente varía de 0 a 1, donde 0 indica que no hay asociación entre el estado de SNP y el grupo étnico y 1 indica una asociación completa entre el estado de SNP y el grupo étnico.

El Cramer V Los coeficientes de los 1.457.897 SNP se calcularon utilizando la función CramerV del paquete R DescTools https://cran.r-project.org/web/packages/DescTools/. Los 2,448 SNP con Cramer V los coeficientes superiores a 0,6 en el conjunto de datos de entrenamiento se consideraron SNP candidatos y se analizaron mediante selecciones de características más avanzadas basadas en el aprendizaje automático [33-36] para obtener los SNP discriminantes óptimos.

Los SNP óptimos se seleccionaron utilizando mRMR e IFS

Aplicamos un método basado en información mutua ampliamente utilizado [37-39], mRMR (mínima redundancia máxima relevancia) [40], para clasificar los SNP. El programa mRMR se descargó de http://penglab.janelia.org/proj/mRMR/. A diferencia de un filtro univariado, como el coeficiente V de Cramer, mRMR no solo consideró las asociaciones entre SNP y grupos étnicos, sino también las redundancias entre SNP.

Ω, Ω s y Ω t se utilizaron para denotar el conjunto completo de 2.448 (N) SNP candidatos, los m SNP seleccionados y los n SNP por seleccionar, respectivamente. La relevancia del SNP F desde Ω t con grupo étnico C puede medirse con información mutua [41, 42] (I):

Además, la redundancia R del SNP F con los SNP seleccionados se puede calcular de la siguiente manera:

Para obtener el SNP F j desde Ω t con máxima relevancia con etnia C y redundancia mínima con los SNP ya seleccionados, la función mRMR se definió de la siguiente manera:

La evaluación de características de mRMR continúa para N rondas, y luego una lista de SNP clasificada S utilizando el método mRMR se obtiene:

El SNP con un índice h más pequeño tiene una mejor compensación entre relevancia y redundancia y es más importante para clasificar muestras de diferentes grupos étnicos.

Basándonos en los mejores 2448 SNP de mRMR, construimos 2448 clasificadores y aplicamos un método de selección de características incrementales (IFS) [43–47] para identificar el conjunto de SNP óptimo. Conjunto de SNP candidato S I = <F 1, F 2, …, F I>(1 ≤ I ≤ 2, 448) incluida la parte superior I SNP.

Sobre la base del rendimiento de predicción de cada conjunto de SNP candidato, se trazó una curva IFS. El eje x denota el número de SNP, y el eje y denota las precisiones de validación cruzada de 10 veces utilizando estos SNP.

Se compararon diferentes modelos predictivos

Utilizamos una validación cruzada de 10 veces [48, 49] para probar el rendimiento predictivo de los modelos predictivos en el conjunto de datos de entrenamiento y luego probamos el modelo entrenado en el conjunto de datos de prueba independiente. Durante la validación cruzada de 10 veces, todas las muestras se dividieron aleatoriamente en 10 partes iguales en cada iteración, se usaron nueve partes para entrenar al clasificador y la parte restante se usó para la prueba. Después de 10 rondas, todas las muestras se predijeron con un grupo étnico y los grupos étnicos previstos se compararon con los grupos étnicos reales. Todo el conjunto de datos de entrenamiento se utilizó para entrenar el modelo predictivo final, que luego se probó en el conjunto de datos de prueba independiente. La Figura 1 mostró el diagrama de flujo de la construcción del modelo y la evaluación del desempeño. La precisión predictiva del grupo étnico. I era

Diagrama de flujo para la construcción de modelos predictivos y evaluación de desempeño. Primero, dividimos aleatoriamente el conjunto de datos de HapMap en el conjunto de entrenamiento (85% de las muestras de cada población) y el conjunto de prueba independiente (15% de las muestras de cada población). Luego, las muestras de entrenamiento se dividieron aún más en 10 particiones de igual tamaño para una validación cruzada de 10 veces. Según el conjunto de datos de entrenamiento, se seleccionaron las características y se construyó el modelo predictivo. Finalmente, el modelo construido se probó en el conjunto de datos de prueba independiente

donde N I es el número de muestras en el grupo étnico I y T I es el número de muestras predichas correctamente en el grupo étnico I. La precisión total [50, 51] fue

Construimos los clasificadores usando cuatro métodos predictivos comunes: SMO (optimización secuencial mínima), IB1 (algoritmo de vecino más cercano), Dagging y RandomForest (bosque aleatorio) en Weka [52]. Weka es un paquete de software fácil de usar que integró varios modelos de aprendizaje automático y se puede descargar desde http://www.cs.waikato.ac.nz/ml/weka/.

El método SMO es un algoritmo para construir modelos de máquina de vectores de soporte (SVM) [53]. La optimización de una SVM se dividió en una serie de subproblemas, que eran lo más pequeños posible y luego se resolvieron analíticamente [53]. Debido a que había nueve grupos étnicos, el problema de predicción era de clases múltiples y se adoptó el acoplamiento por pares [54] para construir el modelo predictivo de clases múltiples.

IB1 fue una aplicación del método del vecino más cercano [55]. La similitud de la muestra se midió utilizando la distancia euclidiana normalizada. Para una muestra de prueba, el grupo étnico de una muestra de entrenamiento con la distancia más cercana se asignó como el grupo étnico previsto.

Dagging se utilizó como meta clasificador, y el grupo étnico de la muestra de prueba se predijo mediante votación [56]. Si el conjunto de datos de entrenamiento incluido norte muestras, se dividieron aleatoriamente en k subconjuntos que cada uno contenía norte muestrasknnorte). En cada subconjunto, un modelo básico METRO I(1 ≤ Ik), fue entrenado en estos k subconjuntos. Se predijo que una muestra de prueba sería el grupo étnico con más votos.

El algoritmo de bosque aleatorio [57] fue un predictor de conjunto con múltiples árboles de decisión. Si hubiera norte muestras y METRO SNP en el conjunto de entrenamiento, cada árbol fue entrenado usando norte muestras seleccionadas al azar. En cada nodo, metro Las características se seleccionaron al azar y se utilizaron para optimizar la división. Se predijo que la muestra de prueba sería el grupo étnico con más votos de los árboles de decisión.

Las precisiones de predicción IFS de estos cuatro métodos se evaluaron mediante una validación cruzada de 10 veces y se compararon, y el modelo seleccionado se probó en el conjunto de datos de prueba independiente.


Referencias

Smedley, A. Raza en América del Norte: origen y evolución de una cosmovisión (Westview, Boulder, 1999).

Sankar, P. y Cho, M.K. Genética. Hacia un nuevo vocabulario de variación genética humana. Ciencias 298, 1337–1338 (2002).

Foster, M.W. & amp Sharp, R.R. Raza, etnia y genómica: clasificaciones sociales como representantes de la heterogeneidad biológica. Genome Res. 12, 844–850 (2002).

Schwartz, R.S. Perfiles raciales en la investigación médica. N. Engl. J. Med. 344, 1392–1393 (2001).

Haga, S.B. y Venter, J.C. Genetics. La FDA corre en la dirección equivocada. Ciencias 301, 466 (2003).

Risch, N., Burchard, E., Ziv, E. & amp Tang, H. Categorización de los seres humanos en la investigación biomédica: genes, raza y enfermedad. Genome Biol. 3, comentario 2007 (2002).

Burchard, E.G. et al. La importancia de la raza y el origen étnico en la investigación biomédica y la práctica clínica. N. Engl. J. Med. 348, 1170–1175 (2003).

Madera, A.J. Diferencias raciales en la respuesta a las drogas: indicadores de diferencias genéticas. N. Engl. J. Med. 344, 1394–1396 (2001).

Sachidanandam, R. et al. Un mapa de la variación de la secuencia del genoma humano que contiene 1,42 millones de polimorfismos de un solo nucleótido. Naturaleza 409, 928–933 (2001).

Schneider, J.A. et al. Variabilidad del ADN de genes humanos. Mech. Desarrollo de envejecimiento 124, 17–25 (2003).

Fischer, A., Wiebe, V., Paabo, S. & amp Przeworski, M. Evidencia de una compleja historia demográfica de los chimpancés. Mol. Biol. Evol. 21, 799–808 (2004).

Li, W.-H. & amp Sadler, L.A. Baja diversidad de nucleótidos en el hombre. Genética 129, 513–523 (1991).

Harpending, H.C. et al. Rastros genéticos de la demografía antigua. Proc. Natl. Acad. Sci. Estados Unidos 95, 1961–1967 (1998).

Sakate, R. y col. Análisis de secuencias del extremo 5 'de ADNc de chimpancé. Genome Res. 13, 1022–1026 (2003).

Wildman, D.E. Un mapa del genoma del chimpancé común. Bioensayos 24, 490–493 (2002).

Nei, M. & amp Livshits, G. Relaciones genéticas de europeos, asiáticos y africanos y el origen del Homo sapiens moderno. Tararear. Hered. 39, 276–281 (1989).

Cavalli-Sforza, L.L. y Amp Bodmer, W.F. La genética de las poblaciones humanas, (W.H. Freeman, San Francisco, 1971).

Jorde, L.B. et al. La distribución de la diversidad genética humana: una comparación de datos del cromosoma Y, autosómico y mitocondrial. Soy. J. Hum. Gineta. 66, 979–988 (2000).

Barbujani, G., Magagni, A., Minch, E. & amp Cavalli-Sforza, L.L. Una distribución de la diversidad del ADN humano. Proc. Natl. Acad. Sci. Estados Unidos 94, 4516–4519 (1997).

Lewontin, R.C. El reparto de la diversidad humana. Evol. Biol. 6, 381–398 (1972).

Watkins, W.S. et al. Variación genética entre poblaciones mundiales: inferencias de polimorfismos de inserción de 100 Alu. Genome Res. 13, 1607–1618 (2003).

Yu, N. y col. Grandes diferencias genéticas entre africanos que entre africanos y euroasiáticos. Genética 161, 269–274 (2002).

Tishkoff, S.A. y Verrelli, B.C. Patrones de diversidad genética humana: implicaciones para la historia evolutiva humana y la enfermedad. Annu. Rev. Genomics Hum. Gineta. 4, 293–340 (2003).

Jorde, L.B., Watkins, W.S. & amp Bamshad, M.J. Genómica de poblaciones: un puente desde la historia evolutiva hasta la medicina genética. Tararear. Mol. Gineta. 10, 2199–2207 (2001).

Underhill, P.A. et al. Variación de la secuencia del cromosoma Y e historia de las poblaciones humanas. Nat. Gineta. 26, 358–361 (2000).

Ingman, M., Kaessmann, H., Pääbo, S. & amp Gyllensten, U. Variación del genoma mitocondrial y el origen de los humanos modernos. Naturaleza 408, 708–713 (2000).

Calafell, F., Shuster, A., Speed, W.C., Kidd, J.R. y Kidd, K.K. Evolución del polimorfismo de repetición en tándem corto en humanos. EUR. J. Hum. Gineta. 6, 38–49 (1998).

Cavalli-Sforza, L.L., Menozzi, P. y Piazza, A. Historia y geografía de los genes humanos (Prensa de la Universidad de Princeton, Princeton, 1994).

Jorde, L.B., Bamshad, M. y Rogers, A.R. Uso de marcadores de ADN mitocondrial y nuclear para reconstruir la evolución humana. Bioensayos 20, 126–136 (1998).

Romualdi, C. et al. Patrones de diversidad humana, dentro y entre continentes, inferidos de polimorfismos de ADN bialélico. Genome Res. 12, 602–612 (2002).

Wilson, J.F. et al. Estructura genética poblacional de respuesta variable a fármacos. Nat. Gineta. 29, 265–269 (2001).

Bamshad, M.J. et al. Estructura genética de la población humana e inferencia de la pertenencia a un grupo. Soy. J. Hum. Gineta. 72, 578–589 (2003).

Rosenberg, N.A. et al. estructura genetica de la poblacion humana. Ciencias 298, 2381–2385 (2002).

Shriver, M.D. et al. La distribución genómica de la subestructura de la población en cuatro poblaciones utilizando 8.525 SNP autosómicos. Tararear. Genómica 1, 274–286 (2004).

Bowcock, A.M. et al. Alta resolución de árboles evolutivos humanos con microsatélites polimórficos. Naturaleza 368, 455–457 (1994).

Mountain, J.L. & amp Cavalli-Sforza, L.L. Genotipos multilocus, un árbol de individuos e historia evolutiva humana. Soy. J. Hum. Gineta. 61, 705–718 (1997).

Tishkoff, X. & amp Kidd, X. Título. Nat. Gineta. 36 Suplemento, ′ - ′ (2004). [este problema]

Pritchard, J.K., Stephens, M. & amp Donnelly, P. Inferencia de la estructura de la población utilizando datos de genotipos multilocus. Genética 155, 945–959 (2000).

Edwards, A.W.F. Diversidad genética humana: la falacia de Lewontin. Bioensayos 25, 798–801 (2003).

Bamshad, M. y col. Evidencia genética sobre los orígenes de las poblaciones de castas indias. Genome Res. 11, 994–1104 (2001).

Feldman, M.W., Lewontin, R.C. & amp King, M.-C. Un crisol genético. Naturaleza 424, 374 (2003).

Cavalli-Sforza, L.L., Menozzi, P. & amp Piazza, A. Expansiones Demic y evolución humana. Ciencias 259, 639–646 (1993).

Blumenbach, J.F. Sobre las variedades naturales de la humanidad (De Generis Humani Varietate Nativa). Traducido y editado por T. Bendyshe. (Bergman, Nueva York, 1969).

Darwin, C. La ascendencia del hombre y la selección en relación con el sexo (John Murray, Londres, 1871).

Boyd, W.C. Genética y las razas del hombre: una introducción a la física Antropología (Little Brown, Boston, 1950).

Exner, D.V., Dries, D.L., Domanski, M.J. y Cohn, J.N. Menor respuesta a la terapia con inhibidores de la enzima convertidora de angiotensina en pacientes de raza negra en comparación con pacientes de raza blanca con disfunción ventricular izquierda. N. Engl. J. Med. 344, 1351–1357 (2001).

Varner, R.V., Ruiz, P. & amp Small, D.R. Respuesta de pacientes blancos y negros al tratamiento con antidepresivos para la depresión mayor. Psychiatr. Q. 69, 117–125 (1998).

Strickland, T.L., Stein, R., Lin, K.M., Risby, E. & amp Fong, R. El tratamiento farmacológico de la ansiedad y la depresión en afroamericanos. Consideraciones para el médico de cabecera. Arco. Fam. Medicina. 6, 371–375 (1997).

Bamshad, M., Wooding, S., Salisbury, B.A. & amp Stephens, J.C. Deconstruyendo la relación entre genética y raza. Nat. Rev. Genet. 5, 598–609 (2004).

Evans, W.E. & amp Relling, M.V. Avanzando hacia una medicina individualizada con farmacogenómica. Naturaleza 429, 464–468 (2004).

Patil, N. et al. Bloques de diversidad de haplotipos limitada revelados por escaneo de alta resolución del cromosoma 21 humano. Ciencias 294, 1719–1723 (2001).

Gabriel, S.B. et al. La estructura de los bloques de haplotipos en el genoma humano. Ciencias 296, 2225–2229 (2002).

Kunz, R., Kreutz, R., Beige, J., Distler, A. y Sharma, A.M. Asociación entre la variante del angiotensinógeno 235T e hipertensión esencial en blancos: una revisión sistemática y evaluación metodológica. Hipertensión 30, 1331–1337 (1997).

Nakajima, T. et al. Selección natural e historia de la población en el gen del angiotensinógeno humano (AGT): 736 secuencias completas de AGT en cromosomas de todo el mundo. Soy. J. Hum. Gineta. 74, 898–916 (2004).

Weinshilboum, R. Herencia y respuesta a los fármacos. N. Engl. J. Med. 348, 529–537 (2003).

Bradford, L.D. Frecuencia del alelo CYP2D6 en caucásicos europeos, asiáticos, africanos y sus descendientes. Farmacogenómica 3, 229–243 (2002).

Cooper, R.S., Kaufman, J.S. & amp Ward, R. Raza y genómica. N. Engl. J. Med. 348, 1166–1170 (2003).

Sehgal, A.R. Superposición entre blancos y negros en respuesta a fármacos antihipertensivos. Hipertensión 43, 566–572 (2004).

Roses, A.D. Farmacogenética y práctica de la medicina. Naturaleza 405, 857–865 (2000).

Cooper, R.S., Rotimi, C.N. & amp Ward, R. El rompecabezas de la hipertensión en los afroamericanos. Sci. Soy. 280, 56–63 (1999).

Laitinen, T. et al. Caracterización de un locus de susceptibilidad común para los rasgos relacionados con el asma. Ciencias 304, 300–304 (2004).

Altshuler, D. et al. El polimorfismo común PPARgamma Pro12Ala se asocia con una disminución del riesgo de diabetes tipo 2. Nat. Gineta. 26, 76–80 (2000).

Hugot, J.P. et al. Asociación de variantes repetidas ricas en leucina NOD2 con susceptibilidad a la enfermedad de Crohn. Naturaleza 411, 599–603 (2001).

Van Eerdewegh, P. et al. Asociación del gen ADAM33 con asma e hiperreactividad bronquial. Naturaleza 418, 426–430 (2002).

Selkoe, D.J. y Podlisny, M.B. Descifrando la base genética de la enfermedad de Alzheimer. Annu. Rev. Genomics Hum. Gineta. 3, 67–99 (2002).

Chung, C.H., Bernard, P.S. & amp Perou, C.M. Retratos moleculares y el árbol genealógico del cáncer. Nat. Gineta. 32 Supl, 533-540 (2002).

Gilad, Y., Rosenberg, S., Przeworski, M., Lancet, D. & amp Skorecki, K. Evidencia de selección positiva y estructura de población en el gen MAO-A humano. Proc. Natl. Acad. Sci. Estados Unidos 99, 862–867 (2002).

Ding, Y.C. et al. Evidencia de selección positiva que actúa en el locus del gen D4 del receptor de dopamina humano. Proc. Natl. Acad. Sci. Estados Unidos 99, 309–314 (2002).

Harpending, H. & amp Cochran, G. En nuestros genes. Proc. Natl. Acad. Sci. Estados Unidos 99, 10–12 (2002).

Bouchard, T.J. Jr. y Loehlin, J.C. Genes, evolución y personalidad. Behav. Gineta. 31, 243–273 (2001).

Excoffier, L. & amp Hamilton, G. Comentario sobre “Estructura genética de las poblaciones humanas”. Ciencias 300, 1877 (2003).

Jorde, L.B. et al. La diversidad de microsatélites y la historia demográfica de los humanos modernos. Proc. Natl. Acad. Sci. Estados Unidos 94, 3100–3103 (1997).

Watkins, W.S. et al. Patrones de diversidad humana ancestral: un análisis de Alu polimorfismos de sitios de inserción y restricción. Soy. J. Hum. Gineta. 68, 738–752 (2001).

Felsenstein, J. PHYLIP (Phylogeny Inference Package) versión 3.5c. (Departamento de Genética, Universidad de Washington, 1993).


Por que son poco probables las diferencias de coeficiente intelectual genético entre & # x27races & # x27

La idea de que puede haber diferencias genéticas en la inteligencia entre una población y otra ha resurgido recientemente, sobre todo en la forma de un artículo de opinión del New York Times del genetista de Harvard David Reich. En el artículo, Reich enfatiza la naturaleza arbitraria de los grupos raciales tradicionales, pero aún sostiene que los largos períodos de ascendencia en continentes separados han dejado sus marcas genéticas en las poblaciones modernas. Estos son más evidentes para los rasgos físicos como el color de la piel y el cabello, donde la causalidad genética es totalmente indiscutible. Sin embargo, Reich afirma que se espera que todos los rasgos genéticos, incluidos los que afectan el comportamiento y la cognición, difieran entre poblaciones o razas.

Esta extrapolación de la genética de los rasgos físicos a cómo funciona nuestro cerebro trae recuerdos de un argumento presentado por los investigadores estadounidenses Charles Murray y Richard J. Herrnstein en su libro de 1994 The Bell Curve, recientemente resucitado por Murray en conversaciones con el neurocientífico y autor estadounidense. Sam Harris. En el libro, Murray y Herrnstein afirman que es "muy probable" que las diferencias observadas en las puntuaciones medias de CI de los grupos étnicos se deban a factores ambientales y genéticos. Esto suena bastante razonable al principio: el argumento admite que los factores ambientales y culturales juegan un papel importante en cualquier diferencia observada en las puntuaciones medias de CI de varios grupos. Pero también sugiere que, dado que la variación genética contribuirá a un coeficiente intelectual más alto o más bajo en una población determinada, las diferencias genéticas entre un grupo y otro también respaldarán las diferencias medias en el coeficiente intelectual.

De hecho, la genética y la historia evolutiva de la inteligencia sugieren todo lo contrario. La mayoría de nuestros rasgos, como la altura, por ejemplo, los establece la selección natural en un nivel óptimo; es bueno que los humanos sean tan altos, en promedio. Algunas variantes genéticas tienden a hacer que las personas sean un poco más bajas que el promedio y algunas tienden a hacer que las personas sean un poco más altas. El equilibrio entre estas variantes se ha mantenido por selección natural para mantener la altura media "perfecta". La inteligencia no es así. A diferencia de la altura, donde ser cada vez más alto no tenía ningún beneficio, las fuertes fuerzas evolutivas impulsaron la inteligencia en una dirección solo en nuestros antepasados ​​antiguos.

La inteligencia es nuestra característica definitoria y nuestra única ventaja real sobre otros animales. Nos dio una ventaja inicial en la colonización de diversos entornos y su utilidad se amplificó enormemente con la invención de la cultura y el lenguaje. Esta creciente ventaja selectiva de una inteligencia cada vez mayor condujo a un efecto de bola de nieve, que probablemente solo fue detenido por las limitaciones del tamaño del canal del parto y las demandas metabólicas de un cerebro grande.

Así pues, la evolución nos dotó de un programa genético que contiene las instrucciones de cómo construir nuestros cerebros complejos, con nuestra destreza cognitiva resultante. Pero cualquier programa genético se verá afectado por mutaciones fortuitas y este no es diferente. Lo que lo distingue de rasgos como la altura es que la mayoría de las mutaciones genéticas aleatorias que afectan la inteligencia lo harán de manera negativa.

Hablando estadísticamente, es mucho más probable que las mutaciones aleatorias estropeen el complicado programa genético para el desarrollo del cerebro que lo mejoren, especialmente en formas que la selección natural aún no ha fijado en nuestra especie. Por la misma razón, es muy poco probable que los retoques aleatorios con el motor altamente afinado de un automóvil de Fórmula Uno mejoren el rendimiento. Del mismo modo, no deberíamos esperar que la inteligencia se vea afectada por un equilibrio de mutaciones que aumentan el coeficiente intelectual y mutaciones que dañan el coeficiente intelectual. En cambio, las diferencias genéticas en la inteligencia pueden reflejar en gran medida la carga de mutaciones que la arrastran.

Debido a que la mayoría de las mutaciones aleatorias que afectan la inteligencia la reducirán, la evolución tenderá a seleccionar contra ellas. Inevitablemente, siempre surgirán nuevas mutaciones en la población, pero las que tengan un gran efecto en la inteligencia, que causan una franca discapacidad intelectual, por ejemplo, serán rápidamente eliminadas por selección natural. Las mutaciones con efectos moderados pueden persistir durante algunas generaciones y las que tienen efectos pequeños pueden durar incluso más. Pero debido a que muchos miles de genes están involucrados en el desarrollo del cerebro, la selección natural no puede mantenerlos a todos libres de mutaciones todo el tiempo.Es como intentar jugar varios juegos de Whack-a-mole a la vez, con un solo martillo.

El resultado es que cualquier población en cualquier momento portará un grupo variado de mutaciones que afectan la inteligencia. Estos diferirán entre poblaciones, clanes, familias e individuos. Esta constante rotación de variación genética actúa en contra de cualquier aumento o disminución a largo plazo de la inteligencia.

Otro punto crucial es que la genética tiende a afectar la inteligencia de una manera mucho más indirecta que el color de la piel, la altura y otros rasgos físicos. Al igual que el rendimiento de ese coche de Fórmula Uno, la inteligencia es una propiedad emergente de todo el sistema. No existe un módulo genético dedicado "para la inteligencia" sobre el que se pueda actuar de forma independiente mediante selección natural, no sin afectar a muchos otros rasgos al mismo tiempo, a menudo de forma negativa.

Necesitamos dejar de pensar en la inteligencia como si fuera un rasgo como la producción de leche en un rebaño de ganado, controlada por un grupo pequeño, persistente y dedicado de variantes genéticas que pueden ser reproducidas selectivamente en animales de una generación a la siguiente. Es todo lo contrario: miles de variantes afectan la inteligencia, cambian constantemente y afectan a otros rasgos. No es imposible que la selección natural produzca poblaciones con diferencias de inteligencia, pero estos factores lo hacen muy poco probable.

Para terminar con diferencias genéticas sistemáticas en inteligencia entre grandes poblaciones antiguas, las fuerzas selectivas que impulsan esas diferencias tendrían que haber sido enormes. Es más, esas fuerzas tendrían que haber actuado en continentes enteros, con entornos tremendamente diferentes, y han sido persistentes durante decenas de miles de años de tremendo cambio cultural. Tal escenario no es solo especulativo; yo diría que es inherente y profundamente inverosímil.

La conclusión es la siguiente. Si bien la variación genética puede ayudar a explicar por qué una persona es más inteligente que otra, es poco probable que haya diferencias genéticas estables y sistemáticas que hagan que una población sea más inteligente que la siguiente.

Entonces, si estamos preocupados por la inteligencia de las personas, sería mejor que nos enfocamos en los factores ambientales y culturales que sabemos que están involucrados y que pueden cambiarse. No hay escasez de ellos: la salud materna e infantil, la nutrición en la vida temprana, la exposición a toxinas del desarrollo neurológico como el plomo, y el acceso y la calidad de la educación marcan una diferencia real. Los puntajes de CI son una medida de la capacidad intelectual de una persona, no el límite de su potencial intelectual. Centrarse en las cosas que podemos cambiar debe garantizar que todos puedan alcanzar su potencial.


¿Qué causa las pupilas dilatadas?

Las causas más comunes de pupila dilatada incluyen:

Medicamentos

Los siguientes medicamentos recetados y de venta libre pueden hacer que sus pupilas se dilaten y afecten su capacidad para reaccionar a la luz:

Medicamentos para el mareo por movimiento

Medicamentos para la enfermedad de Parkinson y aposs

Botox y otros medicamentos que contienen toxina botulínica

Atropina (utilizada para & # xA0 control de la miopía & # xA0 y & # xA0 otros fines médicos)

Herida de ojo

Una lesión ocular grave y penetrante puede dañar el iris y hacer que la pupila se dilate y tenga una forma irregular. A veces, este tipo de lesión puede ocurrir durante una cirugía ocular, como una complicada cirugía de cataratas o un trasplante de córnea.

Enfermedad o lesión cerebral

Una lesión en la cabeza, un derrame cerebral o un tumor cerebral pueden afectar la forma en que las pupilas reaccionan a la luz y causar pupilas dilatadas. Uno o ambos ojos pueden verse afectados.

Esta es la razón por la que los médicos controlan a un atleta y a los alumnos de un fósforo con una linterna después de un traumatismo en la cabeza sufrido durante eventos deportivos, o cuando un paciente llega al departamento de emergencias de un hospital con otros posibles síntomas de accidente cerebrovascular.

Uso de drogas recreativas

La investigación ha demostrado que el alcohol y la marihuana & # x2014 por separado o en combinación & # x2014 pueden reducir sus ojos y su capacidad para recuperarse de la exposición a una fuente de luz brillante (como los faros delanteros en dirección contraria por la noche) y adaptarse a las condiciones cambiantes de luz. Este efecto puede durar dos horas o más después de la ingestión del fármaco.

Sin embargo, las sustancias en sí mismas no hacen que las pupilas se dilaten.

Sin embargo, varias drogas ilegales provocan directamente la dilatación de las pupilas. Esto ralentiza tus ojos y apos capacidad para reaccionar a la luz.

Midriasis unilateral episódica benigna

Esta es una afección inusual pero inofensiva en la que una persona experimenta episodios esporádicos de una pupila que se dilata repentinamente, a menudo acompañada de visión borrosa, dolor de cabeza y dolor ocular.

Las mujeres jóvenes que son propensas a la migraña parecen tener el mayor riesgo de midriasis unilateral episódica benigna. En un estudio, la duración media de los episodios fue de 12 horas (algunos duraron mucho más) y la frecuencia media fue de dos a tres episodios por mes.

La afección se resuelve y la pupila vuelve a su tamaño y función normales sin tratamiento.

Alumno de adie y aposs

También llamado Pupila tónica adie & aposs o pupila tónica, este es un trastorno neurológico poco común en el que una pupila es más grande de lo normal y reacciona lentamente a la luz. A veces, la pupila no se contrae en absoluto.

Esta anomalía de la pupila puede ir acompañada de reflejos tendinosos deficientes o ausentes. Cuando esto ocurre, la condición se llama síndrome de Adie & aposs.

Generalmente, se desconoce la causa de la pupila tónica de Adie & aposs, pero en algunos casos, puede estar asociada con un traumatismo, cirugía, mala circulación sanguínea o infección. No existe cura para el alumno de Adie y aposs o el síndrome de Adie y aposs.

Aniridia congénita

Esta es una condición rara en la que una persona nace con un iris parcial o completamente ausente, lo que resulta en una "pupila" muy grande. La aniridia generalmente afecta a ambos ojos y se acompaña de otros problemas oculares graves como cataratas congénitas, glaucoma incompleto. desarrollo de la retina y del nervio óptico, nistagmo y disminución de la agudeza visual.

Debido a que hay poco o ningún iris para regular la cantidad de luz que ingresa al ojo, las personas con aniridia son muy sensibles a la luz.

Atracción sexual

Es muy cierto que los investigadores de 2014 han descubierto que la dilatación de la pupila parece corresponder a hombres y mujeres adultos y un gran interés sexual en otros adultos. Pero hay una trampa.

Un estudio reciente mostró que las pupilas de los sujetos masculinos se dilataban cuando veían imágenes de mujeres que encontraban sexualmente atractivas, mientras que las pupilas de los sujetos femeninos típicamente se dilataban en respuesta a imágenes de hombres y mujeres atractivos por igual. Los autores del estudio concluyeron que la razón de esto no está clara y que se necesitan más investigaciones.


Ex experto de Brookings

Antecedentes sobre la reducción del tamaño de las clases

Los mandatos legislativos sobre el tamaño máximo de las clases han sido muy populares a nivel estatal. En las últimas décadas, al menos 24 estados han impuesto o incentivado límites en el tamaño de las clases en sus escuelas públicas. [3] Debido a que los límites impuestos por la legislación casi siempre han requerido una reducción en el tamaño de las clases en comparación con el período anterior a la legislación, estas iniciativas se denominan reducción del tamaño de las clases (CSR).

Las iniciativas de RSE a nivel estatal florecieron durante un período de rápida expansión del gasto por alumno en la educación pública K-12 en los EE. UU. (Los ingresos por alumno aumentaron en un 58 por ciento en dólares reales en los últimos 20 años [4]). De hecho, la RSE contribuyó de manera significativa al aumento del gasto, ya que la proporción promedio de alumnos por maestro en las escuelas públicas ha disminuido en un 21 por ciento en los últimos 20 años [5]. , [6]

La proporción promedio de alumnos por maestro en las escuelas públicas de los Estados Unidos es actualmente de 15,3 [7]. Con un salario promedio de un maestro en los EE. UU. De aproximadamente $ 55,000, [8] cada estudiante tiene un costo individual de alrededor de $ 3,600 solo en el salario del maestro. Con aproximadamente 49,3 millones de estudiantes de escuelas públicas matriculados, una disminución de un estudiante en el tamaño de la clase del promedio actual costaría más de $ 12 mil millones al año en total para los EE. UU. [9] Un aumento de un estudiante en el tamaño de la clase generaría un ahorro equivalente. Los costos de la RSE no se limitan a los salarios de los maestros. Se necesitan más aulas para clases más pequeñas. En nuestro ejemplo de una reducción de un estudiante en el tamaño de las clases en los EE. UU., Se necesitarían agregar más de 225,000 aulas adicionales a las existencias de la nación. En cualquier contexto, $ 12 + mil millones al año para cualquier iniciativa educativa es una gran cantidad. A modo de comparación, el programa de educación K-12 más grande del gobierno federal, el Título I de la Ley de Educación Primaria y Secundaria, implica aproximadamente el mismo nivel de gasto anual que una reducción de un estudiante en la proporción promedio de alumnos por maestro de la nación. [10]

Con el fin de los fondos de estímulo federal y el crecimiento económico a tasas bajas, 40 estados proyectan déficits para su año presupuestario 2012. Algunos, incluidos estados grandes como California, Texas e Illinois, proyectan un déficit de ingresos que supera el 20 por ciento del tamaño de los presupuestos de 2011 [11]. Para estos estados, no existe una solución única. Se tendrán que hacer recortes en muchas áreas, incluida la educación, y abundan las decisiones difíciles.

En este contexto, creemos que es útil revisar la investigación sobre los efectos del tamaño de la clase en el aprendizaje de los estudiantes y explorar qué resultados de esa investigación tienen para contribuir a las deliberaciones presupuestarias en las que muchas legislaturas estatales están actualmente o participarán en breve. ¿La reducción del tamaño de las clases tiene un impacto positivo en el aprendizaje de los estudiantes? Si es así, ¿cuánto, para quién y en qué circunstancias? ¿Cuál sería el efecto probable de relajar los mandatos del tamaño de las clases? ¿Cuáles son las incertidumbres en las conclusiones que se pueden extraer de la evidencia existente sobre las políticas estatales de RSE?

Investigación sobre el tamaño de la clase

Existe una gran cantidad de investigaciones sobre la relación entre el tamaño de la clase y el aprendizaje de los estudiantes. Una revisión sistemática de la literatura realizada en 1979 identificó 80 estudios. [12] Seguramente hay cientos hoy. La gran mayoría de estos estudios simplemente examinan la asociación entre la variación en el tamaño de la clase y el rendimiento de los estudiantes. La principal dificultad para interpretar esta investigación es que las escuelas con diferentes tamaños de clases probablemente difieran en muchas otras formas difíciles de observar. Por ejemplo, las escuelas más prósperas tienen más probabilidades de tener los recursos necesarios para proporcionar clases más pequeñas, lo que crearía la ilusión de que las clases más pequeñas son mejores cuando en realidad las características familiares son la verdadera razón. Alternativamente, una escuela que atiende a muchos estudiantes con problemas de conducta puede encontrar más fácil manejar a estos estudiantes en clases más pequeñas. Una comparación de tales escuelas con otras escuelas podría dar la impresión de que las clases pequeñas producen menos aprendizaje cuando en realidad los problemas de conducta eran el factor principal.

Los estudios más creíbles de RSE han utilizado experimentos aleatorios, en los que los estudiantes y profesores son asignados aleatoriamente a clases más pequeñas o más grandes experimentos naturales en los que, por ejemplo, un cambio repentino en la política del tamaño de la clase permite un análisis antes y después de su efectos o modelos matemáticos sofisticados para estimar efectos que aprovechan los datos longitudinales sobre estudiantes, maestros y escuelas individuales. Limitamos nuestra revisión a tales estudios.

Investigación que respalda la efectividad de clases más pequeñas.

El estudio más influyente y creíble de la RSE es el estudio del índice de logros de maestros y estudiantes, o STAR, que se llevó a cabo en Tennessee a fines de la década de 1980. Comenzando con los estudiantes que ingresaron al jardín de infantes en 1985, los estudiantes y maestros fueron asignados al azar a una clase pequeña, con un promedio de 15 estudiantes, o una clase regular, con un promedio de 22 estudiantes. Por lo tanto, la reducción en el tamaño de la clase (7 estudiantes, o 32 por ciento) fue bastante grande. Hay varios estudios de investigación basados ​​en el experimento STAR. Examinamos dos, incluido uno que se centra en resultados a más largo plazo.

El análisis de Krueger del experimento STAR de Tennessee encuentra que los estudiantes de escuela primaria asignados al azar a clases pequeñas superaron a sus compañeros de clase que fueron asignados a clases regulares en aproximadamente 0,22 desviaciones estándar después de cuatro años. [13] Esto equivale a que los estudiantes de las clases más pequeñas hayan recibido aproximadamente 3 meses más de escolaridad que los estudiantes de las clases regulares [14]. Este efecto se concentró en el primer año que los estudiantes participaron del programa. Además, los efectos positivos del tamaño de la clase fueron mayores para los estudiantes negros, los estudiantes económicamente desfavorecidos y los niños. [15] Krueger estima que los retornos económicos de la reducción del tamaño de las clases en Tennessee fueron mayores que los costos, con una tasa interna de retorno positiva de alrededor del 6 por ciento.

Un seguimiento reciente a largo plazo de los participantes de STAR hasta la edad adulta utilizó los registros de impuestos del IRS para investigar una variedad de resultados. [16] Los investigadores encontraron que los estudiantes asignados a clases pequeñas al comienzo de la escuela primaria tienen aproximadamente 2 puntos porcentuales más de probabilidades de estar matriculados en la universidad a los 20 años. No encontraron ninguna evidencia de un impacto en los ingresos a los 27 años, pero los efectos en los ingresos se miden con demasiada imprecisión para garantizar conclusiones sólidas.

En resumen, los investigadores de STAR han encontrado efectos positivos de reducciones tempranas y muy grandes del tamaño de las clases en el rendimiento académico en la asistencia a la escuela y la universidad, con los beneficios económicos del programa que superan los costos. Estos son resultados importantes de un diseño de investigación muy sólido.

Rivkin, Hanushek y Kain utilizaron un modelo estadístico sofisticado para examinar los efectos de la variación natural en el tamaño de las clases en Texas a mediados de la década de 1990 [17]. El estudio utilizó datos longitudinales de más de medio millón de estudiantes en más de tres mil escuelas. Los investigadores encontraron efectos positivos de clases más pequeñas en lectura y matemáticas en el 4º grado, un efecto más pequeño pero aún estadísticamente significativo en el 5º grado y poco o ningún efecto en los grados posteriores. Debido a que los investigadores utilizaron los resultados de las evaluaciones estatales que solo estaban disponibles a partir del 4º grado, no pudieron estimar los efectos del tamaño de la clase para los primeros grados que se estudiaron en STAR. Los efectos estimados del tamaño de la clase para los estudiantes de 4º y 5º grado en Texas fueron aproximadamente la mitad del tamaño de los efectos de K-3 en Tennessee.

Los estudios internacionales también proporcionan evidencia positiva de los efectos de la reducción del tamaño de las clases. Angrist y Lavy aprovecharon un límite de tamaño de clase en Israel de 40 estudiantes. Siempre que haya más estudiantes en un grado que 40 por maestro, se debe agregar un maestro y un aula. El efecto sobre el tamaño de las clases en las escuelas más pequeñas puede ser dramático. Por ejemplo, con 80 estudiantes en un tercer grado de dos aulas, el tamaño de la clase será de 40, pero con 81 estudiantes será de 27. Los investigadores encuentran efectos positivos de clases más pequeñas de cuarto y quinto grado, con tamaños de efecto que están en el extremo inferior del rango de los encontrados en el estudio STAR. [18] No encuentran ningún efecto en los puntajes de tercer grado.

Estudios con resultados mixtos

En 1996, California promulgó un programa CSR K-3 diseñado para reducir el tamaño de las clases en diez estudiantes por clase, de 30 a 20, en todo el estado. La participación escolar en primero y segundo grados excedió el 90 por ciento en todo el estado en 1998, pero la participación en jardín de infantes y tercer grado no excedió el 90 por ciento hasta 2000. Esta introducción escalonada de CSR brindó oportunidades para que los investigadores estudiaran sus efectos. CSR creó 25.000 nuevos puestos docentes en sus dos primeros años. Muchos de estos puestos fueron ocupados por maestros sin certificación o experiencia docente previa. Otros puestos fueron ocupados por profesores experimentados que cambiaron de grado o de escuela.

Jepsen y Rivkin llevaron a cabo un análisis sofisticado para examinar la influencia tanto de la reducción del tamaño de las clases como de los cambios en la fuerza laboral docente. [19] Encuentran efectos positivos para la reducción del tamaño de las clases que son aproximadamente la mitad de los que se encuentran en Tennessee. Al mismo tiempo, encuentran que los aumentos en el número de maestros nuevos y no completamente certificados contrarrestan gran parte de estos avances. En otras palabras, los estudiantes que terminaron en las aulas de maestros nuevos en sus aulas y grados sufrieron académicamente por la inexperiencia del maestro en casi la misma cantidad que se beneficiaron de estar en una clase más pequeña. Aquí hay una lección importante: las grandes iniciativas de educación no operan en el vacío. Es probable que las políticas diseñadas para afectar una dimensión de la experiencia educativa de un estudiante también afecten a otras. Otras consecuencias negativas no deseadas de la política de RSE de California incluyeron un aumento en el tamaño de las clases en los grados cuatro y cinco [20] y el uso de aulas de varios grados [21].

Woessman y West, aprovechando las diferencias en el tamaño promedio de las clases entre los grados 7º y 8º dentro de las escuelas, examinaron los efectos del tamaño de las clases en el desempeño en exámenes internacionales en 11 países de todo el mundo. [22] Encuentran efectos educacionales significativos de clases más pequeñas en un pequeño número de países, y una división más o menos uniforme entre ningún efecto y efectos pequeños en el resto de los países. Curiosamente, los países en los que encuentran efectos positivos significativos desde el punto de vista educativo de las clases más reducidas son aquellos con niveles salariales bajos para los profesores y un rendimiento inferior al promedio en los exámenes internacionales. Un nivel de salario medio bajo para los docentes sugiere que un país extrae su población docente de un nivel relativamente bajo de la distribución general de capacidades de todos sus empleados. Por lo tanto, los países estudiados por Woessman y West parecen haber tomado caminos diferentes, algunos optaron por un número relativamente grande de maestros mal pagados que se desempeñan mejor en clases más pequeñas y otros tienen relativamente menos maestros pero mejor pagados cuyo desempeño no es tan bueno. afectado por el número de alumnos en clase. En este sentido, vale la pena señalar que las naciones de Asia oriental que se desempeñan a niveles más altos que los EE. UU. En exámenes internacionales tienen clases muy grandes.

Dee y West utilizaron una base de datos representativa a nivel nacional de estudiantes para comparar los resultados de los mismos estudiantes de octavo grado que habían asistido a clases de diferentes tamaños en diferentes materias. No encuentran un impacto general del tamaño de la clase en los puntajes de las pruebas, es decir, los mismos estudiantes no se desempeñaron mejor en las materias en las que tenían clases más pequeñas. Sin embargo, hubo un pequeño efecto positivo en los puntajes de las pruebas en las escuelas urbanas y modestos efectos positivos generales en las habilidades no cognitivas, como la atención y las actitudes de los estudiantes sobre el aprendizaje. [23]

Estudios con resultados negativos

En contraposición a estos hallazgos positivos y mixtos para la RSE se encuentran dos estudios creíbles que no encuentran efectos positivos. Hoxby examinó la variación natural del tamaño de las clases en Connecticut que se produjo cuando la variación natural de la población provocó un cambio en el número de clases en un grado en una escuela. Por ejemplo, una escuela pequeña que tiene 15 estudiantes de primer grado en un año y 18 el año siguiente tendría una clase más grande durante el segundo año. Además, una escuela que ha establecido un límite de tamaño de clase de 25 tendría una clase de segundo grado de 25 si hubiera 25 estudiantes de segundo grado, pero dos clases de 13 si hubiera 26 estudiantes. Hoxby no encuentra relación entre el tamaño de la clase y el rendimiento en cuarto y sexto grado (lo que debería reflejar el tamaño de la clase en todos los grados anteriores). Hoxby ni siquiera encuentra efectos sobre el tamaño de las clases en las escuelas que atienden a proporciones desproporcionadamente grandes de estudiantes desfavorecidos o pertenecientes a minorías. [24]

Un estudio reciente de Chingos examinó sistemáticamente la amplia y costosa política de responsabilidad social corporativa de Florida. En 2002, los votantes aprobaron una enmienda a la constitución del estado de Florida que establece límites en la cantidad de estudiantes en las clases básicas (como matemáticas, inglés y ciencias) en las escuelas públicas del estado. A partir del año escolar 2010-2011, el número máximo de estudiantes en cada clase básica sería: 18 estudiantes hasta el tercer grado, 22 estudiantes del cuarto al octavo grado y 25 estudiantes del noveno al duodécimo grado.

En 2003, la Legislatura de Florida promulgó una ley que implementó la enmienda al requerir primero, desde 2003-04 hasta 2005-06, que los distritos reduzcan el tamaño promedio de sus clases al máximo para cada grupo de grado o por lo menos dos estudiantes por año hasta alcanzaron el máximo. A partir de 2006-07, el cumplimiento se midió a nivel escolar, y las escuelas enfrentaron las mismas reglas para el tamaño de clase promedio que los distritos enfrentaban anteriormente. A partir de 2010-11, el cumplimiento se midió a nivel del aula.

Esta política costó alrededor de $ 20 mil millones para implementar durante sus primeros ocho años, con costos continuos de $ 4 mil millones a $ 5 mil millones cada año subsiguiente. [25]

Aprovechando la introducción escalonada de reducciones en el tamaño de las clases a lo largo del tiempo a nivel del distrito y de la escuela, Chingos utilizó un análisis sofisticado de antes y después para examinar los efectos de la política en el rendimiento de los estudiantes entre 2004 y 2009. No encuentra evidencia de que la política de Florida tuvo algún impacto en los puntajes de las pruebas en los grados 3 al 8 (las evaluaciones estatales en matemáticas y lectura no se administraron en los grados anteriores). [26]

A pesar de que existe una gran cantidad de literatura sobre los efectos del tamaño de la clase en el rendimiento académico, solo unos pocos estudios tienen la calidad suficiente y la relevancia necesaria para que se les dé crédito como base para la acción legislativa. Debido a que el grupo de estudios creíbles es pequeño, los estudios individuales difieren en el entorno, el método, las calificaciones y la magnitud de la variación del tamaño de la clase que se estudia y ningún estudio está exento de problemas, incluidos los revisados ​​aquí, las conclusiones deben ser provisionales.

Parece que reducciones muy grandes en el tamaño de las clases, del orden de magnitud de 7 a 10 estudiantes menos por clase, pueden tener efectos significativos a largo plazo en el rendimiento de los estudiantes y quizás en los resultados no cognitivos. Los efectos académicos parecen ser mayores cuando se introducen en los primeros grados y para los estudiantes de entornos familiares menos favorecidos. También pueden ser más grandes en las aulas de profesores que están menos preparados y menos eficaces en el aula.

El experimento de Tennessee STAR genera la estimación más grande de los beneficios de una gran disminución en el tamaño de la clase. En el análisis de costo-beneficio de Krueger, el retorno de la inversión en clases más pequeñas en Tennessee fue ligeramente mayor que los costos de implementación del programa. En otras palabras, se pagó.

Todos los demás estudios de RSE generan estimaciones más pequeñas de los efectos de la variación en el tamaño de la clase o no encuentran ningún efecto. Obviamente, es importante tener una idea de la magnitud del efecto que se puede esperar de la reducción del tamaño de la clase para evaluar sus beneficios. Pocos votantes apoyarían una iniciativa de miles de millones de dólares que resulte en mejoras en los resultados de los estudiantes (o cualquier otro resultado deseable, como la salud de la población o el consumo de combustible de los vehículos) que sean demasiado pequeños para ser notorios.

Una forma de estimar aproximadamente el tamaño de los efectos del tamaño de la clase que es consistente con la literatura existente sería asumir que los efectos son lineales, es decir, una reducción en el tamaño de la clase por un estudiante generaría el 10 por ciento del beneficio de una reducción en tamaño de la clase en 10 estudiantes, y asumir que los efectos disminuyen con cada grado en la escuela, y se espera que una reducción de un número dado de estudiantes en el quinto grado tenga aproximadamente la mitad del efecto de la reducción del mismo número de estudiantes en el jardín de infantes.

Las estimaciones más grandes de la magnitud de los efectos del tamaño de la clase son las producidas por Krueger (1999), quien encontró que los estudiantes en clases que eran de 7 a 8 estudiantes más pequeños en promedio que las clases de tamaño regular se desempeñaban alrededor de 0.22 desviaciones estándar mejor en un estándar estandarizado. prueba. Esto significa que los estudiantes obtuvieron alrededor del 3 por ciento de una desviación estándar mejor por cada estudiante menos en la clase. Estos efectos fueron generados en gran parte por la reducción del tamaño de las clases en el jardín de infantes. Si consideramos que el efecto para el 5º grado es la mitad del efecto del jardín de infantes, entonces una reducción de 1 estudiante por clase generaría aproximadamente el 1.5 por ciento de una diferencia de desviación estándar en los puntajes de rendimiento en el 5º grado.

Esto significa que en una evaluación estatal como la Evaluación de Conocimientos y Habilidades de Texas (TAKS), que tiene una media de alrededor de 700 y una desviación estándar de alrededor de 100 en el quinto grado para matemáticas, una reducción en el tamaño de la clase por un estudiante generaría una mejora de 1,5 puntos en la escala. Por lo tanto, una media estatal de 700 en TAKS se convertiría en una media estatal de 701,5. Alternativamente, un aumento del tamaño de la clase por un estudiante llevaría a una media estatal de 698.5 en TAKS. En el tercer grado, el efecto sería de aproximadamente 2 puntos hacia arriba o hacia abajo (asumiendo un tamaño del efecto para una reducción de 1 estudiante de 2.0, que es 2/3 rds del efecto para los grados anteriores en STAR). Para poner en contexto un cambio de uno o dos puntos en el desempeño de los estudiantes como resultado del tamaño de la clase, la diferencia entre los puntajes de escala promedio de blancos y negros en TAKS en 5º grado es de 65 puntos. Tenga en cuenta que nuestras estimaciones de un efecto de uno a dos puntos en el TAKS de un cambio de un estudiante en el tamaño de la clase se basan en un límite superior para los efectos del tamaño de la clase según el análisis de Krueger. Las estimaciones que promediaron los tamaños del efecto de todos los estudios que hemos revisado, incluidos los dos que no encontraron ningún efecto (Hoxby Chingos), obviamente serían considerablemente más pequeñas.

Financiación de la reducción del tamaño de las clases frente a otras iniciativas

Cuando las finanzas escolares son limitadas, la prueba de costo-beneficio que debe aprobar cualquier política educativa no es "¿Tiene esta política algún efecto positivo?" sino más bien "¿Es esta política el uso más productivo de estos dólares educativos?" Asumiendo incluso los efectos más grandes sobre el tamaño de las clases, como los resultados de STAR, los mandatos sobre el tamaño de las clases deben considerarse en el contexto de los usos alternativos de los dólares de los impuestos para la educación. ¿Un dólar gastado en la reducción del tamaño de las clases generará tanto rendimiento como un dólar gastado en: aumentar los salarios de los maestros, implementar un mejor plan de estudios, fortalecer los programas de la primera infancia, proporcionar resultados de evaluación más frecuentes a los maestros para ayudar a guiar la instrucción, inversiones en tecnología educativa, etc. .?

No hay ninguna investigación de los EE. UU. Que compare directamente la RSE con inversiones alternativas específicas. En otras palabras, la condición de comparación para todos los estudios de RSE ha sido la normalidad en lugar de, por ejemplo, una comparación de $ 20 mil millones invertidos en clases más pequeñas frente a $ 20 mil millones invertidos en salarios docentes más altos. Por lo tanto, las estimaciones de efectos y costos de diferentes inversiones en educación deben extrapolarse y estimarse a partir de diferentes estudios, y este proceso es necesariamente inexacto. Sin embargo, Harris encuentra tasas de retorno a corto plazo para la instrucción asistida por computadora, tutoría entre edades, programas para la primera infancia y aumentos en el tiempo de instrucción que son todos mayores que los de CSR. [27] Whitehurst no estima los costos, pero encuentra efectos en el rendimiento de los estudiantes al elegir un plan de estudios más efectivo, reconstituir la fuerza laboral docente (por ejemplo, sustituyendo maestros de Teach for America por maestros nuevos de las rutas de capacitación tradicionales) e inscribir a los estudiantes en escuelas charter populares en áreas urbanas que son todos tan grandes o más grandes que los obtenidos de CSR. [28]

La popularidad de la reducción del tamaño de las clases puede dificultar políticamente a los legisladores aumentar el tamaño de las clases para sostener otras inversiones en educación, incluso en una época de austeridad presupuestaria. En ese contexto, los formuladores de políticas estatales podrían considerar enfocar las reducciones en los estudiantes que se ha demostrado que se benefician más: estudiantes desfavorecidos en los primeros grados, o proporcionar una cierta cantidad de fondos para la RSE, pero dejar que los líderes escolares locales decidan cómo distribuirlos. eso. Las clases mucho más pequeñas para maestros sin experiencia que necesitan apoyo para desarrollar habilidades o para maestros que son responsables de estudiantes con dificultades pueden tener más sentido que las reducciones generales.

La compensación entre el tamaño de la clase y los salarios de los maestros debe considerarse con mucho cuidado. Los efectos sobre el rendimiento de los estudiantes relacionados con las diferencias en la calidad de los profesores son muy importantes. Los mismos datos del estudio Tennessee STAR que demuestran efectos a largo plazo para la reducción del tamaño de las clases producen estimaciones de efectos mucho mayores para la variación en la calidad de los maestros dentro de las escuelas. Así, por ejemplo, si bien las diferencias entre clases grandes y pequeñas en la escuela primaria temprana no tuvieron efectos a largo plazo sobre el poder adquisitivo de los adultos, sí lo hicieron las diferencias en la calidad del aula. [29] Con presupuestos estatales fijos o reducidos para apoyar la educación K-12, mantener los límites del tamaño de las clases significa un grupo más grande de maestros con salarios más bajos. Significa que los fondos que podrían destinarse a aumentar los salarios de los maestros en general o de manera selectiva en puestos difíciles de cubrir o para maestros altamente efectivos serán limitados. Según una estimación, un aumento en el tamaño promedio de las clases en 5 estudiantes daría como resultado un aumento generalizado del 34 por ciento en los salarios de los maestros si todos los ahorros se dedicaran a ese propósito. [30] Los salarios más altos probablemente atraerían a más personas calificadas a la profesión docente y las mantendrían allí.

En el clima fiscal actual, está claro que los aumentos anuales en la financiación en dólares reales que han disfrutado durante mucho tiempo las escuelas públicas de nuestra nación están llegando a su fin en el futuro previsible. Muchos estados y distritos están contemplando recortes en los fondos que requerirán que las escuelas tomen decisiones difíciles. Entonces, aunque la literatura de investigación se ha centrado en el efecto de reducir el tamaño de las clases, el debate político actual se refiere a la otra cara de la moneda: las consecuencias de aumentar el tamaño de las clases. El potencial de consecuencias negativas de las clases más grandes claramente debe sopesarse con las consecuencias de recortar otros programas para preservar las clases más pequeñas, tanto los programas académicos como las ofertas no académicas, como el atletismo y las artes.

Otro punto importante es que el efecto de cualquier aumento en el tamaño de la clase dependerá de cómo se implemente dicho aumento. Nuestro cálculo aproximado anterior indicó que un aumento de un estudiante en la proporción alumno / maestro en los EE. UU., Que ahorraría más de $ 12 mil millones por año solo en costos salariales, disminuiría la fuerza laboral docente en aproximadamente un 7 por ciento de los maestros de la nación. Muchos distritos escolares y estados en todo el país están considerando reducciones en la fuerza laboral de maestros en este orden de magnitud. Si los maestros que serán despedidos fueron elegidos de una manera que en gran medida no guarda relación con su efectividad, como “el último en entrar es el primero en salir”, entonces el aumento asociado en el tamaño de la clase podría tener un efecto negativo en el rendimiento de los estudiantes. Pero si las escuelas eligen a los maestros menos eficaces para despedirlos, entonces el efecto de una mayor calidad de los maestros podría compensar en parte o en su totalidad cualquier efecto negativo del aumento del tamaño de la clase [31].

Los recursos estatales para la educación deben asignarse siempre con prudencia, pero la necesidad de sopesar cuidadosamente los costos y beneficios es particularmente importante en tiempos de presupuestos austeros. Se ha demostrado que la reducción del tamaño de las clases funciona para algunos estudiantes en algunos grados en algunos estados y países, pero se ha descubierto que su impacto es mixto o no perceptible en otros entornos y circunstancias que parecen similares. Es muy caro. Los costos y beneficios de los mandatos del tamaño de las clases deben sopesarse cuidadosamente con todas las alternativas cuando se deben tomar decisiones presupuestarias y programáticas difíciles.


¿Existe alguna diferencia étnica en el tamaño medio de los alumnos? - biología

Mito: Algunos grupos étnicos tienen un coeficiente intelectual genéticamente inferior.

Realidad: La pobreza crea grandes diferencias de coeficiente intelectual incluso entre grupos de la misma etnia.

Hay demasiados ejemplos de minorías discriminadas incluso dentro de grupos étnicos que obtienen peores resultados en las pruebas de coeficiente intelectual para creer en el mito de que las diferencias son genéticas.

En promedio, los afroamericanos obtienen de 7 a 15 puntos menos que los europeos estadounidenses en las pruebas de coeficiente intelectual. Muchos conservadores creen que esto se debe a que los negros son genéticamente inferiores a los blancos. Pero los liberales creen que la brecha del coeficiente intelectual es el resultado de casi tres siglos de esclavitud y otros 130 años de segregación y racismo institucionalizado. Incluso la Ley de Derechos Civiles y la acción afirmativa no han eliminado la discriminación contra los negros, simplemente la han reducido un poco. El resultado de esta discriminación es que un porcentaje desproporcionado de negros trabajan en trabajos con salarios más bajos, viven en la pobreza y la miseria, carecen de atención médica y cuidado infantil, y no reciben la calidad de educación y desarrollo personal disponibles para los miembros más ricos de la sociedad. Todas estas privaciones actúan para suprimir el coeficiente intelectual y los logros educativos en los niños durante sus años críticos de desarrollo.

¿Qué punto de vista es el correcto? La respuesta se vuelve obvia cuando se comparan los resultados de CI más bajos de otras minorías discriminadas en todo el mundo, muchas de las cuales son del mismo linaje genético.

Quizás el ejemplo más dramático sea el de Irlanda del Norte. Aunque provienen del mismo grupo étnico, los católicos (la minoría discriminada) obtienen 15 puntos menos en las pruebas de coeficiente intelectual que los protestantes.

En los Estados Unidos, tanto los estudiantes coreanos como los japoneses obtienen puntajes por encima del promedio en las pruebas de coeficiente intelectual, muchos académicos están de acuerdo en que, genéticamente, están tan cerca como dos grupos étnicos pueden estar. Pero la minoría coreana que vive en Japón obtiene puntuaciones mucho más bajas en las pruebas de coeficiente intelectual que los japoneses. ¿Por qué? Los japoneses son extremadamente racistas con los coreanos, los ven como estúpidos y violentos, y los emplean solo en los trabajos más sucios y peor pagados. Las tensiones son tan grandes entre los dos grupos que la violencia a menudo estalla en forma de disturbios.

En los EE. UU., Los judíos polacos que llegaron antes de 1910 también fueron percibidos como estúpidos (por la única razón de que estaban acostumbrados a una cultura diferente y hablaban otro idioma). Surgieron tantas bromas de "Pollock" que los estadounidenses todavía las cuentan hasta el día de hoy, incluso si nadie recuerda por qué. Los judíos polacos sufrieron una fuerte discriminación laboral y sospechas de delincuencia, como era de esperar, sus hijos sufrieron bajas calificaciones y puntajes en las pruebas de coeficiente intelectual. Hoy, por supuesto, muchos estadounidenses tienen el prejuicio opuesto. Los judíos son vistos como el grupo étnico más brillante.

Los judíos nacidos en Rusia que se convirtieron en soldados estadounidenses en la Primera Guerra Mundial también obtuvieron calificaciones bajas en las pruebas de coeficiente intelectual. Tan bajo, de hecho, que Carl Brigham, el creador de Scholastic Aptitude Test, declaró que los resultados "refutan la creencia popular de que el judío es muy inteligente".

Hay innumerables ejemplos en todo el mundo en los que el grupo étnico dominante obtiene puntuaciones más altas en las pruebas de coeficiente intelectual que la minoría discriminada, incluso cuando los dos grupos pertenecen al mismo grupo étnico. Aquí está una lista parcial:

Muchos conservadores argumentan que las personas que son más inteligentes tienden a ir más a la universidad y, debido a que los blancos son más inteligentes que los negros, hay más blancos en la universidad. Pero independientemente de la razón por la que esto sea así, no puede deberse a una ventaja genética en la inteligencia. Considere la siguiente información del Censo de los EE. UU. Sobre el desglose de los estudiantes blancos que se graduaron con un B.A. de la Universidad:

Todos los anteriores son al menos estadounidenses de tercera generación, lo que les daría tiempo suficiente para unirse a la casta universitaria. ¿Es realmente razonable culpar a la genética de las diferencias anteriores? Tenga en cuenta que los escoceses tienen casi el doble de asistencia a la universidad que los holandeses, a pesar de que sus antepasados ​​vivían al otro lado del Canal

La mayoría de los genetistas están de acuerdo en que hay mucha más variación genética dentro de los grupos que entre grupos. Según un estudio comúnmente citado, el 85% de toda la variación genética humana es intrapoblacional, el 7% intrarracial y solo el 8% interracial. (3)


Christopher Jencks

La evidencia reciente sugiere que las disparidades en los recursos escolares afectan el rendimiento, pero las disparidades de recursos entre los niños blancos y negros se han reducido constantemente con el tiempo. El niño negro promedio ahora asiste a la escuela en un distrito que gasta tanto por alumno como el distrito de niños blancos promedio. Las escuelas para niños negros también tienen aproximadamente el mismo número de maestros por alumno que las escuelas para blancos. Las escuelas predominantemente blancas parecen atraer a maestros más calificados que las escuelas negras, pero mientras que los estudiantes negros que asisten a escuelas predominantemente blancas probablemente se beneficien de tener mejores maestros, esta ventaja parece ser compensada por los costos sociales de estar en un entorno predominantemente blanco. En cualquier caso, las escuelas no pueden ser la razón principal de la brecha en las calificaciones de los exámenes de blanco y negro, porque aparece antes de que los niños ingresen a la escuela y persiste incluso cuando los niños blancos y negros asisten a las mismas escuelas. Si las escuelas desempeñan un papel importante en la perpetuación de la brecha, las escuelas no segregadas deben tratar a los niños blancos y negros de manera muy diferente o, de lo contrario, los niños blancos y negros deben reaccionar de manera muy diferente al mismo trato.

Las tres explicaciones & # 8220conservadoras & # 8221 más comunes para los genes de la brecha entre blanco y negro, la cultura de la pobreza y la maternidad soltera, también son difíciles de conciliar con la evidencia disponible. No hay evidencia genética directa a favor o en contra de la teoría de que la brecha entre blanco y negro es innata, porque aún no hemos identificado los genes que afectan habilidades como la lectura, las matemáticas y el razonamiento abstracto. Los estudios de niños de raza mixta y niños negros adoptados por padres blancos sugieren, sin embargo, que las diferencias raciales en el desempeño de las pruebas son en gran parte, si no completamente, de origen ambiental.

Las diferencias culturales asociadas con la pobreza crónica pueden explicar parte de la brecha de puntaje de las pruebas entre blancos y negros, pero no pueden ser la explicación principal, ya que la brecha persiste entre los niños ricos. Y aunque los niños criados por madres solteras obtienen puntuaciones más bajas en la mayoría de las pruebas estandarizadas que los hijos criados por parejas casadas, esta diferencia casi desaparece una vez que tenemos en cuenta el hecho de que las mujeres que se convierten en madres solteras provienen de familias menos favorecidas, tienen calificaciones más bajas en las pruebas y completan menos escolaridad que las mujeres con maridos.

Sospechamos que las nuevas explicaciones exitosas para la brecha en la puntuación de las pruebas diferirán de sus predecesoras de varias maneras.

Primero, en lugar de enfatizar los tipos de diferencias raciales que los economistas y sociólogos suelen estudiar (padres & # 8217 recursos económicos, padres & # 8217 posición en la jerarquía ocupacional, padres & # 8217 exposición a la educación formal y padres & # 8217 arreglos de vivienda), las teorías exitosas tendrá más en cuenta los factores que los psicólogos han enfatizado tradicionalmente (la forma en que los miembros de la familia interactúan entre sí y con el mundo exterior, por ejemplo). Una buena explicación de por qué los niños blancos de cinco años tienen un vocabulario más amplio que los niños negros de cinco años probablemente se centre en cuánto les hablan los padres a sus hijos, cómo tratan con sus hijos las preguntas y cómo reaccionan cuando sus hijos aprenden o no aprenden algo, no de cuánto dinero tienen los padres.

En segundo lugar, en lugar de buscar principalmente diferencias de recursos entre las escuelas predominantemente negras y predominantemente blancas, las teorías exitosas probablemente tendrán que observar más detenidamente la forma en que los niños blancos y negros responden a las mismas experiencias en el aula, como estar en un aula más pequeña, tener un maestro más competente, tener un maestro de su propia raza, o tener un maestro con altas expectativas para aquellos que se desempeñan por debajo de la norma para su grupo de edad.

Por lo tanto, las teorías exitosas deberán prestar más atención a las influencias psicológicas y culturales, que son mucho más difíciles de medir que los ingresos, la educación y las condiciones de vida. Recopilar datos precisos sobre los hábitos, los valores, el comportamiento y las ideas de los padres en blanco y negro y # 8217 no es fácil y llevaría tiempo. Bien podría requerir una inversión de tiempo y esfuerzo comparable al esfuerzo que se llevó a cabo para desarrollar pruebas cognitivas durante la primera mitad del siglo XX. Pero sin ese trabajo, corremos el peligro constante de ver las diferencias entre blanco y negro como un subproducto inevitable de los genes de las personas o de factores & # 8220 culturales & # 8221 que nadie puede cambiar.

Nuestro argumento de que la reducción de la brecha en las calificaciones de los exámenes entre blancos y negros haría más para mover a Estados Unidos hacia la igualdad racial que cualquier alternativa políticamente plausible se basa en dos premisas problemáticas: que las políticas destinadas a reducir la brecha en las calificaciones de las pruebas son de hecho políticamente factibles y que tales políticas pueden de hecho reducir la brecha.

El apoyo público a casi cualquier política depende en parte de si se percibe a los beneficiarios como merecedores o no. Una ventaja obvia de los programas dirigidos a los niños es que casi nadie culpa a los estudiantes de primer grado y la ignorancia # 8217 a su falta de motivación. Los estudiantes de primer grado de todas las razas parecen ansiosos por complacer. Tanto los adultos blancos como los negros a menudo piensan que los niños negros mayores carecen de motivación académica, pero la mayoría de los adultos aún culpan de esto a los padres o escuelas de los niños, no a los propios niños. Por eso Lyndon Johnson hizo hincapié en ayudar a los niños en su guerra original contra la pobreza.

Las políticas que reducen la brecha entre negros y blancos no serán, por supuesto, políticamente populares si mejoran los resultados de los exámenes de los niños negros a expensas de los niños blancos. Tanto la eliminación de la segregación escolar como la eliminación de las clases académicamente selectivas en las escuelas no segregadas han despertado una fuerte resistencia de los blancos debido al costo percibido para los niños blancos. Pero estas políticas no harían mucho bien a los negros incluso si los blancos estuvieran dispuestos a adoptarlas. Las estrategias más prometedoras relacionadas con la escuela para reducir la brecha de puntaje de exámenes de blanco y negro parecen implicar cambios como reducir el tamaño de la clase, establecer estándares mínimos de competencia académica para los maestros y aumentar las expectativas de los maestros para los estudiantes de bajo rendimiento. Todos estos cambios beneficiarían tanto a los negros como a los blancos, pero todos parecen ser especialmente beneficiosos para los negros.

Un experimento llevado a cabo por el estado de Tennessee durante 1985-89 encontró, por ejemplo, que reducir el tamaño de la clase en los primeros grados elevó los puntajes de los exámenes de los niños blancos y negros y que estos avances se mantuvieron incluso después de que los niños pasaran a clases más grandes . El experimento también encontró que las ganancias eran mucho mayores para los negros que para los blancos. La evidencia histórica también parece respaldar la hipótesis de que la brecha de puntaje en las pruebas de blanco y negro disminuye cuando el tamaño de la clase disminuye. Cuando las bajas tasas de natalidad redujeron la matrícula escolar en la década de 1970, la proporción de alumnos por maestro aumentó y las clases se redujeron. Los análisis independientes de Ronald Ferguson y David Grissmer sugieren que este cambio en el tamaño de la clase fue seguido por una marcada disminución en la brecha de puntaje de exámenes de blanco y negro.

Aunque medir la competencia de los maestros es más difícil que contar el número de niños en un aula, los puntajes de las pruebas de los maestros muestran una asociación más fuerte con la cantidad de aprendizaje de los estudiantes que cualquier otra medida ampliamente utilizada. Por tanto, es probable que los exámenes de competencia de los profesores mejoren el rendimiento de los niños. Dado que los profesores que no aprueban estas pruebas se concentran en las escuelas negras, estos exámenes probablemente resultarían especialmente beneficiosos para los estudiantes negros, aunque este beneficio puede verse parcialmente compensado por el hecho de que los profesores que no aprueban dichas pruebas también son desproporcionadamente negros.

Ferguson & # 8217s revisión de la literatura sobre maestros & # 8217 expectativas concluye que los maestros tienen expectativas más bajas para los negros que para los blancos, pero que esto se debe en gran parte a que los negros ingresan a la escuela con habilidades cognitivas más débiles que los blancos y aprenden un poco menos después de ingresar. Pero Ferguson también encuentra alguna evidencia de que las bajas expectativas de los maestros tienen un efecto más negativo en los niños negros que en sus compañeros blancos.

La investigación también sugiere que las diferencias entre blancos y negros en las prácticas de crianza contribuyen a la brecha en las calificaciones de las pruebas. Por lo tanto, mejorar las habilidades de los padres puede ser tan importante como mejorar las escuelas. El rompecabezas es cómo proceder. Al igual que los profesores, los padres suelen desconfiar de los consejos no solicitados sobre cómo tratar a sus hijos. Pero una vez que los padres se convencen de que una práctica en particular realmente ayuda a sus hijos, muchos la adoptan. Como cuestión política práctica, los blancos no pueden decirles a los padres negros que cambien sus prácticas de crianza sin provocar acusaciones de etnocentrismo, racismo y mucho más. Pero los negros no son los únicos padres que necesitan ayuda. Deberíamos promover mejores prácticas parentales para todos los padres de todas las formas posibles, incluida la televisión, que llega tanto a negros como a blancos.

Finalmente, los conservadores que quieran mejorar el rendimiento académico deben dejar de enfatizar la relación entre herencia y rendimiento y resaltar la importancia de otra virtud conservadora, a saber, el trabajo duro. Los estadounidenses parecen tener una probabilidad inusual de atribuir el fracaso académico a una capacidad baja en lugar de a un esfuerzo inadecuado. Cuando Harold Stevenson y James Stigler preguntaron a padres y maestros estadounidenses, japoneses y taiwaneses por qué a algunos niños les iba mejor que a otros en la escuela, los estadounidenses eran más propensos a enfatizar la capacidad, mientras que los japoneses y taiwaneses eran más propensos a enfatizar el esfuerzo. Esta diferencia no parece reflejar una diferencia en las creencias fundamentales sobre la causalidad. Los niños de todo el mundo reconocen que tanto la capacidad como el esfuerzo afectan los logros, y lo mismo probablemente también sea cierto para sus padres. Pero atribuir el fracaso a un esfuerzo inadecuado implica que si trabaja más duro, aprenderá más. Atribuirlo a la habilidad sirve como excusa para no hacer nada.

Es probable que el énfasis de los estadounidenses en la capacidad innata tenga consecuencias especialmente negativas para los afroamericanos, cuya ansiedad por los estereotipos raciales y la competencia intelectual pueden incluso deprimir su desempeño en las pruebas estandarizadas. Claude Steele y Joshua Aronson, por ejemplo, han demostrado que los estudiantes negros de Stanford, a diferencia de sus compañeros blancos, obtienen resultados considerablemente peores en los exámenes cuando se les pide que registren su raza antes de tomar el examen o se les dice que el examen mide la capacidad intelectual.

Es hora de renovar la atención

Los psicólogos, sociólogos e investigadores de la educación han prestado mucha menos atención a la brecha de calificaciones de blanco y negro durante el último cuarto de siglo de lo que deberían. Atemorizados por la reacción hostil a Daniel Patrick Moynihan & # 8217s 1965 informe sobre el estado de la familia negra y Arthur Jensen & # 8217s 1969 artículo que argumenta que las diferencias raciales en el desempeño de las pruebas probablemente sean en parte innatas, la mayoría de los científicos sociales han elegido temas más seguros y esperaba que el problema desapareciera. Podemos hacerlo mejor.


Ver el vídeo: Diversidad Étnica Lingüística y Cultural (Agosto 2022).