本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点
上周，福克斯新闻的主持人成为了头条新闻，因为他们报道了皮尤研究中心最近的调查结果，即美国所有家庭中有 40% 的女性是主要的经济支柱。在这些家庭中，约有 1/3 是双亲家庭，母亲的收入高于丈夫，其余 2/3 是单亲母亲家庭。得知这一统计数据后，福克斯新闻完全陷入了混乱，召集了一个全男性小组，毫不含糊地哀悼我们所知的社会的衰落。紧随其后的是另一个片段，其中首席发言人埃里克森加倍强调了他的言论，第三个片段中，女主播梅根·凯利批评了这些男性的落后、冒犯性观点。这些片段中说的许多话都伤害了成千上万的男性、女性和儿童，他们基本上被告知他们要为社会崩溃成废墟负责。然而，除了具有冒犯性之外，这些视频中的许多“事实”和“科学”也并不完全正确。在本周的一系列博文中，我将把福克斯新闻主播在这些片段中声称的内容与实证现实进行比较。
声明：针对梅根·凯利引用美国心理学会发布的2010 年研究，该研究表明，母亲工作的孩子和母亲待在家里的孩子在积极结果方面没有差异，埃里克·埃里克森说：“我认为，当涉及到这些特定的研究时，专家可能像任何人一样受政治动机驱动，因为它迎合了目前流行的‘这是可以的’的观念。”（注：有关如何理解荟萃分析结果以及有关本文讨论的荟萃分析的更多信息，请参阅我昨天的帖子）。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和思想的有影响力的故事的未来。
事实:
我从不完全确定这种指责实际上意味着什么，但我们可以探讨几种可能性。
1. 研究人员在进行荟萃分析时，出于政治原因挑选和选择要纳入的文章。 也许埃里克森试图辩称，荟萃分析师本身有选择地选择要纳入其分析的文章，而遗漏了那些不符合他们认为“正确”的文章。然而，荟萃分析的运作方式真的、真的不是这样的。当您进行荟萃分析时，您必须极其详细地描述您如何决定纳入或排除哪些研究。您不能仅仅因为您不想这样做而决定不纳入某些研究。相信我——人们会阅读他们进行过研究的领域的荟萃分析。在某个领域进行研究的科学家当然希望在印刷品上看到他们的名字，并希望他们的工作在相关的荟萃分析中被引用。如果荟萃分析师因为政治动机而随意遗漏某人的论文，相信我——这不会长期保密。
那么研究人员最初是如何找到所有这些论文的呢？通常，荟萃分析研究人员必须对所有相关数据库进行全面搜索，报告他们在搜索中使用的关键词。在本例中，研究人员搜索了每个主要数据库（包括一个完全由未发表的博士论文摘要组成的数据库），查找了 1960 年至 2010 年期间发表的每篇包含以下关键词的所有可能组合的论文：母亲的、母亲们、父母的、就业、工作、劳动、儿童保育、早期、婴儿期、儿童（的）、男孩（们）、女孩（们）、成就、学业、认知、认识、学校、行为问题、适应、外化（的）、内化（的）、违抗和顺从。 在搜索这些关键词后，他们最终得到了总共 216 项研究。那么，如果他们最初有 216 项研究，他们是如何最终得到 69 项研究的呢？同样，他们必须在手稿中详细说明每项研究被排除的原因——任何内容都不能保密。78 项研究被排除，因为它们没有关注早期就业（可能只衡量了母亲在孩子青少年或成年时是否就业），22 项研究被排除，因为它们衡量“母亲就业”的方式不符合指定的纳入标准1，14 项研究被排除，因为它们衡量“儿童结果”的方式不符合指定的纳入标准2，11 项研究被排除，因为即使它们包括了母亲就业的衡量指标和儿童结果的衡量指标，它们也没有提供任何关于这两件事如何相互关联的信息，7 项研究被排除，因为它们是综述文章，不包含任何实证数据，8 项研究被排除，因为数据在不止一篇同行评议的研究中使用过，不能重复计算，5 项研究无法下载，还有 2 项研究未提供可用于分析的效应量。216 - 78 - 22 - 14 - 11 - 7 - 8 - 5 - 2 = 69 项研究，没有一项研究是因为任何模糊的“我不喜欢他们说的内容”的标准而被排除的。
2. 发表偏倚。 也许埃里克森试图辩称，实证期刊的编辑和审稿人正在压制任何支持保守派政治的研究结果，因此期刊只发表支持自由派观点的结果。因此，即使研究人员全面搜索了所有相关数据库，他们的搜索仍然会存在偏倚，因为已发表的论文都带有自由派倾向。
这是一种相当偏执的观点，而且与发表/同行评议的实际运作方式完全不符，但为了论证，让我们假设这是需要关注的事情。如果您查看荟萃分析的样本特征（在之前的帖子中讨论过），20% 的样本实际上来自未发表的数据（主要是未发表的博士论文或硕士论文的形式）。对于荟萃分析来说，这是一个非常令人印象深刻的未发表数据百分比。我正在进行一项研究，我们很高兴能够获得 11% 的数据来自未发表的研究。不仅如此，研究人员通常获取荟萃分析的未发表数据的方式是通过向相关的邮件列表、教职员工、大学、研究中心等发送电子邮件，并大规模征集所有未发表的研究。如果您是认为自己的研究受到政治偏见压制的人，那么您很可能会抓住机会将您的数据发送出去，成为荟萃分析的一部分。因此，通常有一种假设，即未发表的数据更有可能比已发表的研究具有无效结果，或者它实际上可能更有可能具有争议性结果（是的，这可能会使某些内容更难发表——但这不是今天的重点）。所以是的，20% 的样本对于未发表的数据来说是一个相当不错的代表性。然而，即使只是粗略地查看未发表数据的结果，仍然没有证据表明母亲就业是一件坏事。
3. 社会规范偏见。 埃里克森提到，研究人员可能希望找到证据表明母亲就业没有危害，因为它“迎合了目前流行的‘这是可以的’的观念。” 换句话说，埃里克森说，研究人员可能更倾向于“发现效应”，这些效应积极地反映了当前的社会规范、偏见或偏好。那么，按照这种逻辑延伸，您自然应该期望，本荟萃分析中 20 世纪 60 年代进行的研究可能会显示母亲就业的负面影响（因为在 20 世纪 60 年代，母亲在外工作在社会上远没有那么容易接受），而 2000 年代进行的研究会显示母亲就业对儿童学业和行为结果的积极（或无效）影响。
然而，再次——情况并非如此。研究人员实际上检查了研究效果是否因研究发表时间而异，他们发现效果绝对没有因发表年份而异。因此，20 世纪 60 年代或 1980 年代发表的研究与 20 世纪 90 年代或 2000 年代发表的研究显示出相同的总体效果。与任何更早年份进行的研究相比，2000-2009 年进行的研究更有可能发现母亲就业的积极（或无效）影响。
让我们仔细看看 20 世纪 60 年代荟萃分析中包含的一项研究，作为一个例子。在一项1961 年的研究中，研究人员伯奇纳尔和罗斯曼向爱荷华州锡达拉皮兹的每一位七年级和十一年级学生发送了调查问卷回家，最终从儿童及其父母那里收到了 1172 份调查问卷。这些调查问卷衡量了
父母的婚姻史、教育程度和当前职业
母亲的就业史（母亲在 (a) 孩子 0-4 岁时、(b) 孩子 4-6 岁时、(c) 孩子 0-7 岁时、(d) 数据收集前 2.5 年以及 (e) 孩子一生中就业的月数）。
衡量儿童身体和行为结果的几个量表，包括强迫性感受（晚上脑子里是否经常闪过想法？）、过度敏感（您的感受是否容易受到伤害？）、过度内省（您是否会为屈辱的经历担心太久？）、上呼吸道问题（您是否容易感冒？）、嫉妒与退缩（您是否嫉妒别人的幸福？）、头部和眼睛不适（您是否经常头痛？）、易患病性（您是否经常生病？）、神经症状（您是否认为自己是一个神经质的人？）、疲劳（您是否大部分时间都感到疲倦？）、情绪波动（您是否容易心烦意乱？）、焦虑（您是否担心可能的不幸？）。
让我们看一下焦虑，这是一种内化行为问题，允许这项研究符合纳入荟萃分析的条件，以及它与母亲就业史的相关性。在 370 名七年级男生中？相关性范围为 .01 至 .08。在 283 名十一年级男生中？相关性范围为 -.04 至 .06。在 351 名七年级女生中？相关性范围为 -.01 至 .06。在 245 名十一年级女生中？相关性范围为 -.05 至 .03。这些相关性中没有一个是显著的。 甚至都不接近显著，甚至都不边缘。与待在家里的母亲相比，在 20 世纪 50 年代和 1960 年代孩子很小时就在外工作的母亲，她们的儿子或女儿患焦虑症的可能性绝对不高（或不低）。当然，这只是一个变量。但这似乎是一个非常重要的变量，尤其是在理论上，焦虑是您可能期望在童年时期在维持高质量亲子依恋关系方面遇到困难的人身上看到的特定行为问题的最佳候选者。
我们可以对他们测量的每一个指标都这样做。强迫性、反刍性想法（焦虑和/或抑郁的症状）？没有显著相关性。过度内省？没有显著相关性。情绪波动？没有显著相关性。只有在存在显著相关性的时候，它们才不具有特别的参考价值。如果十一年级男生的母亲在他们小时候在外工作，他们的疲劳率会略高，但这仅限于母亲在他们 4 岁到 6 岁之间就业的情况。如果七年级女生的母亲在她们小时候工作，她们的头部和眼睛不适率会更高，但十一年级女生没有表现出同样的效果。有五个不同的就业指标、四个不同的儿童群体和十一个因变量，产生了 220 个相关性。在这 220 个相关性中，有 17 个是显著的，203 个是不显著的。考虑到您可能会合理地预期大约有 11 个假阳性（结果为“显著”但实际上并非如此的相关性）会从这些分析中弹出，并且考虑到少数几个显著的相关性是不可预测的、分散的，并且在理论上没有意义，这……似乎是一个相当清楚的案例。在 20 世纪 60 年代，母亲就业也很好。
这项研究并不完美。他们只纳入了白人家庭和父母双方都是亲生父母且居住在家中的家庭。但是，这是一项在 1961 年完成的研究——在这一年（如左图所示），只有 3.5% 的已婚母亲是家庭的主要经济支柱，而如今这一比例为 15%。即使在社会规范明确支持母亲待在家里的观念的背景下，研究也表明母亲就业没有负面影响。
4. 科学界自由派太多。 也许埃里克森抱怨说，所有研究，无论已发表还是未发表，都会带有自由派偏见，因为所有科学家都是自由派。然而，这种指责存在几个问题。首先，在本文讨论的研究中，他们都只是将“母亲就业”作为衡量母亲工作量的客观指标来衡量，然后使用普遍接受的成就或行为问题指标（如智商、成绩、教师评估、抑郁、焦虑或冲动量表或教师对攻击性的评分）来衡量“儿童结果”。我不完全确定政治偏见如何真正改变他们对这些数据的统计分析或他们在这种情况下选择使用哪些指标。如果有人有一个可靠的理论论据，可以支持自由派倾向于选择这些指标，而保守派显然会选择完全不同的结果或量表，而您会期望这些量表显示出完全不同的效果，我很乐意听取。其次，这些研究涵盖了广泛的社会经济和种族群体，因此结果似乎不会受到选择性抽样的影响。
最后，如果抱怨仅仅是保守派不从事科学研究——我不确定思想自由的研究人员真的能做多少来解决这个问题。这个问题要靠保守派自己来改变。
这里的要点是什么？埃里克森可能想对这些发现大喊“偏见”，但似乎没有任何证据支持这种说法——根本没有。荟萃分析基本上旨在通过汇总许多不同研究的效果来“消除”整个研究领域的“偏见”。本文讨论的荟萃分析包括了很高比例的未发表数据，因此分析本身不受发表偏见的影响。样本涵盖了广泛的种族和社会经济群体，并且指标尽可能客观，并且显然不与任何一种政治倾向相关联，从而限制了对选择性抽样或有偏见的测量的担忧。最后，我们看到在（非常不同的）20 世纪 60 年代出现的效果与我们在 2000 年代看到的效果相同，这让人难以相信研究人员只是在寻找“社会”希望他们找到的效果。
1. 每篇纳入论文中母亲就业的定义必须是分类指标（例如，“已就业”、“未就业”、“全职就业”或“兼职就业”）的状态，或者必须提供每周工作小时数作为连续指标。这是因为，对于每个分析，研究都“分组”在一起，以根据这些类别比较效应量。因此，如果研究衡量“母亲就业”的方式不可能让研究人员以这种方式分析这些效应（例如工作场所的特征、母亲的工作行为等），则这些研究将被排除。
2. 每篇纳入论文中的儿童结果仅限于三个特定的成就结果（儿童在学业或智力发展的正式测试中的表现、学校成绩或教师对认知/学业能力的评分）和三个特定的行为结果（儿童的外化问题、儿童的内化问题或总体行为问题）。同样，这是为了尽可能容易地比较包含尽可能多研究的组，以便让您更有能力了解差异是什么。如果您有太多研究，每项研究都详细说明了不同类型的结果，那就不太有帮助。如果研究使用了不同类型的成就结果（如任务动机或父母对成绩以外的成就的看法）或不同类型的行为结果（如积极或亲社会行为），则这些研究将被排除。
美国心理学会新闻稿：http://www.apa.org/news/press/releases/2010/10/working-mothers.aspx
Lucas-Thompson, R.G., Goldberg, W.A., & Prause, J. (2010). Maternal work early in the lives of children and its distal associations with achievement and behavior problems: A meta-analysis. Psychological Bulletin, 136 (6), 915-942 PMID: 20919797
Burchinal, L., & Rossman, J. (1961). Relations among Maternal Employment Indices and Developmental Characteristics of Children. Marriage and Family Living, 23 (4) DOI: 10.2307/347590
图片来源：“公平与平衡”口号来自维基百科，根据自由使用条款提供，因为本文的目的是“用于识别和批判性评论电视台 ID 或节目及其内容。”