[논문 리뷰] Gender Inclusive Methods in Studies of STEM Practitioners

Kaitlin C. Rasmussen, Jocelyne Chen외 8명|arXiv (Cornell University)|2023. 07. 28.

Career Development and Diversity인용 수 4

한 줄 요약

이 논문은 이분법적 성별 분류를 넘어서는 성별 포용적 방법론을 주장함으로써 과학, 기술, 엔지니어링, 수학(STEM) 분야의 성평등 연구에 패러다임 전환을 제안한다. 119项 연구를 분석한 결과, 성별을 백인 성별로 간주하거나, 관찰 가능한 성별로 간주하거나, 이산적인 성별로 간주하거나, 통계적 성별로 간주하거나, 무시 가능한 성별로 간주하는 다섯 가지 문제적 접근 방식을 규명하였으며, 전환성과 비성전환성 개인의 포함을 보장하기 위해 성별을 자가 보고하도록 하고, 자동화된 성별 할당을 철회할 것을 권고한다. 이는 과학적 엄밀성과 포용성을 확보하기 위함이다.

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.

연구 동기 및 목표

• 기존의 이분법적 성별 프레임워크로 인해 성전환 및 비성전환 개인이 제외되는 문제를 해결하기 위해 STEM 분야의 성평등 연구에서의 성별 기반의 과학적 엄밀성과 포용성을 향상시키기 위함이다.
• 기존의 STEM 분야 성평등 연구에서 흔히 나타나는 방법론적 결함을 규명하고 비판하기 위함이다.
• 인종, 장애, 사회경제적 상태 등 다양한 정체성이 복합적으로 양극화를 심화시키는 방식을 고려하여 다층적 포용성을 증진하기 위함이다.
• 설문 조사 설계 및 기관 정책 개선을 위한 근거 기반 권고를 제공하기 위함이다.
• 사회학 및 성별 연구의 통찰을 통합함으로써 성평등 연구의 방법론적 엄밀성을 향상시키기 위함이다.

제안 방법

• STEM 분야 성평등 연구에 관한 과거 119项 연구를 체계적으로 검토하여 반복되는 방법론적 패턴을 규명하였다.
• 문제적 성별 처리 방식을 다섯 가지 주제로 분류하였다: 성별을 백인 성별로 간주하는 것, 관찰 가능한 성별로 간주하는 것, 이산적인 성별로 간주하는 것, 통계적 성별로 간주하는 것, 무시 가능한 성별로 간주하는 것.
• 개인의 정체성을 존중하고 오분류를 줄이기 위해 성별을 자가 보고하는 데 중점을 둔 새로운 연구 프레임워크를 제안하였다.
• 비성전환성 및 성별 다양성을 가진 개인의 정체성이 지워지는 것을 방지하기 위해 데이터 수집 및 분석 과정에서 자동화된 성별 할당을 금지할 것을 주장하였다.
• 다층적 양극화(예: 인종, 장애)가 STEM 분야에서의 배제를 어떻게 악화시키는지 강조하기 위해 다층성 이론을 통합하였다.
• 기존 문헌의 정성적 및 정량적 통합 분석을 통해 연구자와 기관이 실행 가능한 권고를 도출하였다.

실험 결과

연구 질문

• RQ1 현재 STEM 성평등 연구에서의 설문 조사 방법은 비성전환성 및 성전환 개인을 어떻게 잘못 반영하고 있는가?
• RQ2 STEM 연구에서 성별을 다루는 데서 나타나는 다섯 가지 주요 문제적 접근 방식은 무엇이며, 어떻게 배제를 지속시키는가?
• RQ3 성별을 이산적, 관찰 가능한, 또는 통계적 변수로 간주하는 것은 성평등 연구의 타당성을 어떻게 손상시키는가?
• RQ4 성별을 자가 보고하는 방식은 어떻게 STEM 성평등 연구의 과학적 정확성과 윤리적 신뢰성을 향상시키는가?
• RQ5 성평등 연구가 과학적으로 타당하고 동시에 포용적인 방식으로 운영되기 위해 필요한 기관적 및 방법론적 변화는 무엇인가?

주요 결과

• 검토한 119개 연구 중 51퍼센트가 성별을 이산적 이분법적 변수로 간주하여 비성전환성 및 성별 다양성을 가진 개인을 배제하였다.
• 60퍼센트 이상의 연구가 성별을 외관이나 이름에 기반해 관찰 가능한 특성으로 간주하여 오성별 및 오분류를 야기하였다.
• 약 40퍼센트의 연구가 성별을 사회적·정체성 기반의 차원을 고려하지 않은 채 통계적 변수로 간주하였다.
• 다수의 연구가 다층성을 고려하지 못하여 특히 인종, 장애, 성별 정체성의 복합적 영향을 반영하지 못하였다.
• 성별을 자가 보고한 연구는 더 높은 응답률과 더 정확한 다양한 정체성의 표현을 보였다.
• 데이터 시스템에서의 자동화된 성별 할당으로 인해 검토한 70퍼센트의 사례에서 비성전환성 및 성별 비일관성 있는 참가자가 체계적으로 배제되었다.