结构方程模型(SEM)揭示AI翻译性别刻板印象指标(如职业名词性别偏置/代词性别默认/称谓性别固化)与训练数据性别失衡(β=0.51±0.03)、文化性别规范内化(β=0.44±0.02)、算法性别中立设计缺陷(β=0.38±0.02)的路径效应(模型拟合优度CFI=0.93，RMSEA=0.04) 🆔 ID: 214101 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
多项Logit模型分析不同翻译场景(商务/文学/法律)对性别刻板印象缓解策略(如性别标记强制/代词消解优化/文化适配模型)选择的差异响应(商务场景性别标记强制倾向概率=0.62±0.03，文学场景文化适配模型倾向概率=0.57±0.02) 🆔 ID: 214102 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
面板固定效应模型控制个体时间固定效应后，翻译数据集中女性名词占比(每提升10%)对翻译输出性别公平性(0-100分)的因果效应(β=0.42±0.03，p<0.001) 🆔 ID: 214103 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
贝叶斯分层模型整合全球AI翻译性别刻板印象数据，估计数据特征异质性(τ=0.17±0.02，职业名词性别偏置解释力比代词性别默认高1.8±0.2倍) 🆔 ID: 214104 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
双重差分模型(DID)评估性别中立翻译技术引入前后刻板印象变化(刻板印象强度降低率ATT=0.31±0.03，性别公平性提升率ATT=0.24±0.03) 🆔 ID: 214105 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
空间杜宾模型(SDM)分析AI翻译性别刻板印象研究地理分布特征，相邻区域性别平等政策协同程度每提高1个标准差，本地跨文化翻译性别公平创新扩散速度提升0.23±0.02(空间滞后系数ρ=0.35±0.02) 🆔 ID: 214106 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
动态面板系统GMM估计长期AI翻译对性别理论发展(如社会性别建构论)的累积效应(一阶滞后系数θ=0.34?*，文化性别规范复杂度调节效应β=0.28±0.03) 🆔 ID: 214107 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
基于机器学习XGBoost的特征重要性分析，识别影响AI翻译性别刻板印象的十三个关键因素(累计贡献度80.9±1.0%，SHAP值范围0.11-0.52) 🆔 ID: 214108 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
断点回归设计(RDD)在女性名词占比阈值处(≥40%)估计算法性别刻板印象强度的局部平均处理效应(LATE=0.33±0.02，处理组密度变化p=0.040) 🆔 ID: 214109 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
结构方程模型揭示翻译模型架构特征(如注意力机制权重分配/词嵌入性别维度/上下文语义融合)与职业性别偏置(β=0.53±0.03)、代词默认男性化(β=0.46±0.02)、称谓性别固化(β=0.39±0.02)的中介效应路径(总效应β=0.59±0.03) 🆔 ID: 214110 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
面板数据分位数回归显示AI翻译性别分析方法复杂度在不同发展阶段分位点的异质性(初期阶段β=0.21±0.03，成熟阶段β=0.35±0.02) 🆔 ID: 214111 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
基于贝叶斯网络的政策模拟显示，当翻译数据集中女性职业名词占比低于25%时，性别刻板印象预测上升至55.3%±4.1%(后验概率>0.94) 🆔 ID: 214112 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
非线性概率模型(Probit)估计翻译模型训练轮次与性别刻板印象固化概率的边际效应(在高训练轮次区间ME=0.27±0.03，p<0.01) 🆔 ID: 214113 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
空间误差模型(SEM)分析AI翻译性别刻板印象研究空间分布的空间依赖性，地区间性别语言学学术交流频率每增加10%，翻译性别公平标准化程度提升0.19±0.02(空间误差系数λ=0.29±0.02) 🆔 ID: 214114 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
多组结构方程模型比较不同文化背景(西方/东方/本土)对AI翻译性别刻板印象的认知差异，东方研究者更倾向语境化性别理解(β=0.45±0.03)显著高于西方研究者(β=0.26±0.02) 🆔 ID: 214115 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
动态面板门槛模型识别AI翻译性别理论构建的关键数据阈值，当女性名词标注准确率超过90%时，性别刻板印象机制显著改善(β=0.28±0.03) 🆔 ID: 214116 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
基于机器学习随机森林的特征交互分析，识别AI翻译性别刻板印象研究三个最重要的交互项(联合SHAP值>0.23，解释方差增加17.4%) 🆔 ID: 214117 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
倾向得分匹配(PSM)在logit模型预测概率下(卡尺=0.008)计算性别中立翻译模型(如多语言公平模型)对翻译输出性别公平性(0-100分)的平均处理效应(ATT=0.25±0.02，p=0.004，匹配后SMD=0.03) 🆔 ID: 214118 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
双重差分模型结合事件研究法，显示AI翻译性别公平技术实施后性别刻板印象讨论热度(如学术论文/公共辩论)的动态提升(讨论热度提升倍数ATT=2.5±0.1，p<0.001) 🆔 ID: 214119 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
基于深度学习LSTM模型的性别刻板印象预测，整合社会语言学与翻译数据后预测翻译偏见演变路径的准确率(AUC=0.89±0.02，F1-score=0.81±0.02) 🆔 ID: 214120 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
面板门槛回归模型揭示AI翻译对性别理论发展的非线性影响，当词嵌入性别维度超过3维时，性别刻板印象理论创新概率显著增加(β=0.27±0.03) 🆔 ID: 214121 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
基于因果森林算法的异质性处理效应分析，显示AI翻译性别刻板印象对不同文化背景(西方/东方/本土)研究者的分析效能差异化(东方研究者对语境化性别理解响应更强，β=0.35±0.03) 🆔 ID: 214122 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
空间滞后模型(SAR)分析AI翻译性别刻板印象地理集群效应，相邻区域共享性别平等翻译传统每增加10个百分点，本地跨文化翻译性别融合度提升0.17±0.02(空间滞后系数ρ=0.26±0.02) 🆔 ID: 214123 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
多期面板数据模型估计算法对性别理论发展的长期累积效应(50代后效应HR=1.39，95%CI:1.20-1.61，考虑文化特征动态变化) 🆔 ID: 214124 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
工具变量分位数回归(IVQR)识别AI翻译性别刻板印象对极端性别偏见(如职业性别隔离)的异质性影响(在高偏见性分位效应最强，β=0.23±0.02) 🆔 ID: 214125 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
基于贝叶斯层次模型的跨国比较分析，显示AI翻译性别刻板印象方法论的地域差异(τ=0.04±0.01，范围0.02-0.06) 🆔 ID: 214126 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
动态面板模型估计算法对性别刻板印象的长期影响(β=0.24±0.02，五年期追踪) 🆔 ID: 214127 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
倾向得分加权回归调整混杂因素后，性别中立翻译模型对翻译输出性别公平性(0-100分)的正向影响(β=0.26±0.03，p<0.001) 🆔 ID: 214128 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
基于强化学习算法的动态翻译性别公平优化模拟，显示实时调整性别参数可使翻译性别公平性提升至82.7%±3.2%(累积奖励R=2.91±0.24) 🆔 ID: 214129 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
面板数据固定效应模型结合工具变量法，控制内生性问题后，女性名词标注数据量(万级样本)对翻译性别公平性(0-100分)的促进效应(β=0.22±0.02，p=0.005) 🆔 ID: 214130 ✅ 可用
社会科学-人类学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行