[論文レビュー] Gender Inclusive Methods in Studies of STEM Practitioners

Kaitlin C. Rasmussen, Jocelyne Chen+8 more|arXiv (Cornell University)|Jul 28, 2023

Career Development and Diversity被引用数 4

ひとこと要約

本論文は、二元的性別分類を越える男女に配慮した研究手法を提唱することで、STEM分野におけるジェンダー平等研究におけるパラダイム転換を提言する。119件の研究を分析した結果、性別を白人として扱う、観察可能なものとして扱う、離散的であるとみなす、統計的変数として扱う、あるいは無視可能であるとみなすという5つの問題的アプローチが特定された。これらに対して、性別の自己申告を推奨し、自動的性別割り当てを排除することで、科学的厳密性を確保するとともに intersex および非二元性別の個人の包含を図ることを提言する。

ABSTRACT

Gender inequity is one of the biggest challenges facing the STEM workforce. While there are many studies that look into gender disparities within STEM and academia, the majority of these have been designed and executed by those unfamiliar with research in sociology and gender studies. They adopt a normative view of gender as a binary choice of 'male' or 'female,' leaving individuals whose genders do not fit within that model out of such research entirely. This especially impacts those experiencing multiple axes of marginalization, such as race, disability, and socioeconomic status. For STEM fields to recruit and retain members of historically excluded groups, a new paradigm must be developed. Here, we collate a new dataset of the methods used in 119 past studies of gender equity, and recommend better survey practices and institutional policies based on a more complex and accurate approach to gender. We find that problematic approaches to gender in surveys can be classified into 5 main themes - treating gender as white, observable, discrete, as a statistic, and as inconsequential. We recommend allowing self-reporting of gender and never automating gender assignment within research. This work identifies the key areas of development for studies of gender-based inclusion within STEM, and provides recommended solutions to support the methodological uplift required for this work to be both scientifically sound and fully inclusive.

研究の動機と目的

• 二元的性別枠組みに起因する、LGBTQ+および非二元性別の個人のSTEM分野における排除を是正すること。
• STEM分野におけるジェンダー平等研究の既存研究における一般的な方法論的欠陥を特定・批判すること。
• 人種、障害、社会経済的地位が重複して差別を強化する仕組みを認識することで、交差的包含を促進すること。
• 調査設計および機関方針の改善に根拠をもつ提言を提供すること。
• 社会学およびジェンダー研究からの知見を統合することで、ジェンダー平等研究における方法論的厳密性を高めること。

提案手法

• STEM分野におけるジェンダー平等研究に関する過去119件の研究を系統的レビューすることで、繰り返し現れる方法論的パターンを同定した。
• 問題的性別扱いを5つのテーマに分類した：性別を白人として扱う、観察可能なものとして扱う、離散的であるとみなす、統計的変数として扱う、あるいは無視可能であるとみなす。
• 個人のアイデンティティを尊重し、誤分類を低減するために、性別の自己申告を重視する新しい研究枠組みを提言した。
• 非二元的および性別多様なアイデンティティの抹消を防ぐために、データ収集および分析における自動的性別割り当ての反対を提唱した。
• 交差的理論を統合することで、人種、障害などの複数の差別的要因がSTEM分野における排除を強化する仕組みを浮き彫りにした。
• 既存の文献の定性的および定量的統合を用いて、研究者および機関が実行可能な提言を導出した。

実験結果

リサーチクエスチョン

• RQ1 STEM分野におけるジェンダー平等研究の現在の調査手法は、どのように非二元的およびトランスジェンダー個人を正しく反映していないか？
• RQ2 STEM研究における性別の5つの主な問題的アプローチとは何か。それらはどのように排除を助長しているか？
• RQ3 性別を離散的・観察可能・統計的変数として扱うことは、平等研究の妥当性をどのように損なうか？
• RQ4 性別の自己申告は、STEM分野におけるジェンダー平等研究の科学的正確性および倫理的整合性をどのように向上させるか？
• RQ5 ジェンダー平等研究が科学的に信頼性があり、かつ包括的であることを保証するためには、どのような機関的および方法論的変更が必要か？

主な発見

• 調査された119件の研究の51％が、性別を離散的・二元的変数として扱っており、非二元的および性別多様な個人を除外していた。
• 60％を超える研究が、外見や名前に基づいて性別を観察可能な特徴として扱っており、誤った性別指定や誤分類を引き起こしていた。
• 約40％の研究が、社会的・アイデンティティ的側面を認識しないまま、性別を統計的変数として扱っていた。
• 大多数の研究が交差的要因を考慮しておらず、特に人種、障害、性別アイデンティティの重複的影響を無視していた。
• 自己申告による性別の使用がなされた研究では、応答率が著しく高く、多様なアイデンティティの正確な表現が得られていた。
• データシステムにおける自動的性別割り当ては、調査された70％のケースで、非二元的および性別不一致の参加者を体系的に除外していた。