Reliable and meaningful sex differences exist in specific cognitive abilities despite no reliable or meaningful sex difference in general intelligence. Here we use Cattell-Horn-Carroll (CHC) theory to highlight research findings related to sex differences in intelligence, with a focus on studies of test scores from comprehensive intelligence measures that were obtained from large and representative samples of children and adolescents. Female advantages in latent processing speed and male advantages in latent visual processing are the most meaningful and consistently reported sex differences regarding CHC broad cognitive abilities. Differences have been reported in narrow and specific ability constructs such as mental rotation and object memory location. In academic achievement, the largest and most consistent findings are female advantages in writing, whereas male advantages at higher math ability levels are also found. Empirical descriptions of sex differences should consider the breadth of the construct under study and incorporate analysis beyond simple mean differences. Score analysis methods that utilize multiple-group confirmatory factor models and multiple-indicator multiple cause models are useful to address the former, and analysis methods such as quantile regression and male-female ratio calculations along score distributions are useful to address the latter. An understanding of why specific ability differences exist in combination and in the presence of similarities will improve researchers' understanding of human cognition and educational achievements.

尽管在一般智力中没有可靠或有意义的性别差异，但在特定的认知能力中存在可靠和有意义的性别差异。在这里，我们使用 Cattell-Horn-Carroll (CHC) 理论来突出与智力性别差异相关的研究结果，重点研究从儿童和青少年的大量代表性样本中获得的综合智力测量的测试分数。女性在潜在处理速度方面的优势和男性在潜在视觉处理方面的优势是关于 CHC 广泛认知能力的最有意义和一致报道的性别差异。据报道，在诸如心理旋转和对象记忆位置等狭隘和具体的能力结构方面存在差异。在学业成绩上，最大和最一致的发现是女性在写作方面的优势，而男性在更高的数学能力水平上也有优势。对性别差异的经验描述应考虑所研究结构的广度，并结合简单平均差异之外的分析。利用多组验证性因素模型和多指标多因模型的分数分析方法可用于解决前者，而分位数回归和沿着分数分布计算男女比例等分析方法可用于解决后者。理解为什么特定的能力差异会在组合和相似性的存在下存在，将提高研究人员对人类认知和教育成就的理解。而男性在更高数学能力水平上的优势也被发现。对性别差异的经验描述应考虑所研究结构的广度，并结合简单平均差异之外的分析。利用多组验证性因素模型和多指标多因模型的分数分析方法可用于解决前者，而分位数回归和沿着分数分布计算男女比例等分析方法可用于解决后者。理解为什么特定的能力差异会在组合和相似性的存在下存在，将提高研究人员对人类认知和教育成就的理解。而男性在更高数学能力水平上的优势也被发现。对性别差异的经验描述应考虑所研究结构的广度，并结合简单平均差异之外的分析。利用多组验证性因素模型和多指标多因模型的分数分析方法可用于解决前者，而分位数回归和沿着分数分布计算男女比例等分析方法可用于解决后者。理解为什么特定的能力差异会在组合和相似性的存在下存在，将提高研究人员对人类认知和教育成就的理解。对性别差异的经验描述应考虑所研究结构的广度，并结合简单平均差异之外的分析。利用多组验证性因素模型和多指标多因模型的分数分析方法可用于解决前者，而分位数回归和沿着分数分布计算男女比例等分析方法可用于解决后者。理解为什么特定的能力差异会在组合和相似性的存在下存在，将提高研究人员对人类认知和教育成就的理解。对性别差异的经验描述应考虑所研究结构的广度，并结合简单平均差异之外的分析。利用多组验证性因素模型和多指标多因模型的分数分析方法可用于解决前者，而分位数回归和沿着分数分布计算男女比例等分析方法可用于解决后者。理解为什么特定的能力差异会在组合和相似性的存在下存在，将提高研究人员对人类认知和教育成就的理解。利用多组验证性因素模型和多指标多因模型的分数分析方法可用于解决前者，而分位数回归和沿着分数分布计算男女比例等分析方法可用于解决后者。理解为什么特定的能力差异会在组合和相似性的存在下存在，将提高研究人员对人类认知和教育成就的理解。利用多组验证性因素模型和多指标多因模型的分数分析方法可用于解决前者，而分位数回归和沿着分数分布计算男女比例等分析方法可用于解决后者。理解为什么特定的能力差异会在组合和相似性的存在下存在，将提高研究人员对人类认知和教育成就的理解。