#什麼是「MAGIC指南」？

「MAGIC指南」是由神經科學家Gina Rippon等人開發，目的是促進神經科學研究準確描述其性別分析。

這份指南包含五項檢驗指標，分別是規模（Magnitude）、準確度（Accuracy）、可概括性（Generalisability）、誇大（Inflation）以及可信度（Credibility）。「MAGIC」正好來自五項指標字首的縮寫。

#MAGIC指南的五項指標與功能

最近，Gina Rippon親自撰文介紹如何運用這份指南中的五項指標。以下就是她的舉例說明。

．指標M－「規模」：

研究者須清晰描述生理／社會性別的差異程度。例如，2015年一項研究探索大腦的30000多種的功能性連結，發現其中178種具有生理性別的統計差異（僅佔不到0.5%）。因此，研究者不宜描述他們觀察到「顯著」的性別差異。

．指標A－「準確度」：

研究者須謹慎使用變項解釋結果。例如，2024年的一份研究自述針對疫情封城前後青春期女／男孩的大腦結構進行「縱向調查」（應追蹤同一群人），可是文中比較的前後樣本卻不同，如此描述就不夠準確。

．指標G－「可概括性」：

研究者對於結果的應用範圍必須持謹慎態度。若研究的調查對象都來自相同社群，就不適合宣稱他們能夠代表所有女性／男性。

．指標I－「誇大」：

研究者必須避免誇大研究結果的重要性，在使用「深刻」（profound）、「根本」（fundamental）這類詞彙時需格外仔細。例如華生（James Watson）與克里克（Francis Crick）當年發現DNA的雙螺旋結構時，只含蓄描述此結構具有「相當的生物學意義（considerable biological interest）」。

．指標C－「可信度」：

研究者須謹慎承認其發現與現有研究相符／不符。例如，當研究者調查視覺空間能力的生理性別差異時，是否考慮到先前已有研究顯示人們練習這項技能的時間長短更能決定這種差異？

#善用MAGIC指南，促進知識傳播

「MAGIC指南」推動腦神經科學領域的研究人員更嚴謹地描述與傳播生理性別／社會性別分析結果，充分發揮了性別化創新的（Gendered Innovations）的精神。

若研究者能夠善加應用這份指南，不僅可望提升研究內文的精確度，更能促進社會大眾正確認識與討論大腦研究的成果。如此一來，勢必有助於知識的廣泛傳播。

想知道更多相關內容嗎？快點來看看原文報導 https://tinyurl.com/3z5mwsf2

延伸閱讀：

如何準確傳達神經科學研究的性別分析？參考「MAGIC」指南！https://tinyurl.com/vb762zc6

性別化創新基礎方法－分析生理性別 https://tinyurl.com/24ek9dck

性別化創新基礎方法－分析社會性別 https://tinyurl.com/mwfbc8xh

前往較舊一則貼文⇒

科科性別已經有IG（@kekegender）了！在這裡 https://www.instagram.com/kekegender/

了解更多科研領域中的性別議題：https://tinyurl.com/22tjby8d (性別化創新中文網)