STEM从业者研究中的性别包容方法
摘要：性别不平等是STEM劳动力面临的最大挑战之一。虽然有许多研究探讨了STEM和学术界性别不平等的问题，但其中大多数研究是由对社会学和性别研究不熟悉的人设计和执行的。他们对性别持一种将其视为“男性”或“女性”二元选择的规范观点，完全忽略了那些不符合这种模式的个体。这特别影响到那些同时面临种族、残疾和社会经济地位等多个边缘化因素的人。为了吸引和留住历史上被排除在外的群体的STEM领域成员，必须开发一种新的范式。在这里，我们汇编了一个包括119个过去的性别平等研究中使用的方法的新数据集，并基于一种更复杂和准确的性别方法，推荐更好的调查实践和机构政策。我们发现，在调查中对待性别的问题方法可以归类为以下5个主题：将性别视为白人，可观察到的，离散的，作为统计数据和无关紧要的。我们建议允许自我报告性别，不要在研究中自动分配性别。这项工作确定了STEM性别包容性研究的发展关键领域，并提供了推荐解决方案，以支持这项工作的方法论提升，使其既具有科学可靠性又完全包容性。
作者：Kaitlin Rasmussen, Jocelyne Chen, Rebecca L. Colquhoun, Sophia Frentz, Laurel Hiatt, Aiden James Kosciesza, Charlotte Olsen, Theo J. O'Neill, Vic Zamloot, Beckett E. Strauss
论文ID：2307.15802
分类：Applications
分类简称：stat.AP
提交时间：2023-08-01