仅仅根据婴儿的气质特征，比如婴儿表现出恐惧、微笑或大笑的倾向，很难区分新生男孩和女孩。但一旦婴儿长到一岁左右，情况就开始发生变化。
中的一项新研究聽PLOS ONE聽使用机器学习分析4438名婴儿的气质数据，试图按性别和年龄对婴儿进行分类。聽
结果表明，计算机算法确定婴儿年龄要比根据婴儿出生后48周的气质数据解读婴儿性别容易得多。聽
然而，一旦婴儿超过48周大，考虑的多种算法的性别分类就会得到改善，这表明婴儿期的性别差异在这段时间变得更加突出。聽
该研究的主要作者、华盛顿州立大学心理学教授玛丽亚·加斯坦（MariaGartstein）说：“这至少表明，在一岁左右，气质开始以更有力的方式按性别进行区分。”。聽聽
之前的研究调查了婴儿的年龄和性别气质差异，但很少有研究将这两个变量结合起来研究。聽
Gartstein说，这主要是因为单个实验室很难收集足够的婴儿行为数据，使他们的研究结果在统计上可靠，并与足够广泛的人群相关。聽
为了克服这一挑战，她和同事们联系了全国各地的科学家，收集了2006-2019年间收集的婴儿行为问卷数据。
这份问卷是一份家长报告中的气质测量表，要求家长记录他们的孩子在过去一周内（3-12个月大）表现出的191种不同行为的频率。然后可以使用此数据进行评级聽14岁左右的婴儿聽不同气质维度聽例如微笑、活动程度、愤怒/沮丧和恐惧。聽总的来说，Gartstein及其同事收集了聽2298名男孩和2093名女孩。聽
为了进行分析，爱达荷大学建模、协作与创新研究所的合著者埃里希·西蒙（ErichSeamon）使用机器学习算法，根据14个气质维度的评分，将0-24周龄、24-48周龄和48周龄以上的婴儿分为男性或女性。聽聽准确率随着年龄的增长而增加，从第一年龄组的38%到第三年龄组的57%不等。
Gartstein说：“这是一个很好的机会，可以利用这些机器学习技术进行演示研究，这些技术需要非常大的数据集，在社会情感发展研究中并不常见。”。“这让我们第一次有机会真正考虑婴儿年龄对性别差异的影响程度。”聽
研究人员的分析结果表明，在区分最年轻和中等年龄组的男孩和女孩时，恐惧是最重要的特征。随着婴儿年龄的增长，反应性下降，或能够从高压力环境中快速恢复，并表现出更愿意与人和物进行互动和接触的态度，变得更具影响力。聽
对于48周以上的婴儿，低强度的愉悦感，或与父母一起玩躲猫猫等熟悉的平静活动中的愉悦感，是区分男孩和女孩最有影响力的变量。总的来说，女生在恐惧、跌倒反应和低强度快感方面的得分较高，男生在接近方面的得分较高。
有趣的是，某些气质特征降低了机器学习算法按性别对婴儿进行分类的准确性，尤其是最年轻年龄组的拥抱、声音反应、微笑和笑声，以及最年长年龄组的微笑、笑声、感知敏感性（例如，注意到非常细微的变化）和活动。聽
尽管有许多因素可能会影响研究人员的结果模式，但他们的工作与之前的研究结果一致，这些研究结果表明，社会化的影响确实在一岁左右开始生效。聽
Gartstein说：“母亲对子女的社会化采取不同的方式，随着时间的推移，这种差异可能会导致气质的不同轨迹。”。“具体来说，父母可能会优先考虑女儿的关系取向，但优先考虑儿子的能力和自主性。”聽
Gartstein表示，接下来的计划是利用她和她的合作者为当前研究开发的机器学习方法，调查婴儿社交情感发展方面的其他难以回答的问题。聽
她说：“我现在真正感兴趣的是，看看你能否根据儿童大脑活动预测护理质量的差异。”。“我们为这项研究开发的分析方法在回答依赖多个输入变量来解决分类问题的问题时尤其强大，高质量和低质量的护理。”聽