صنفي مطالعي ۾ انگ اکر
صنفي مسئلن کي وڌيڪ ماپي، منظم ۽ جوابده طريقي سان سمجهڻ ۾ انگ اکر اهم ڪردار ادا ڪن ٿا. صنفي مطالعي ۾ نه رڳو تجربن، سڃاڻپن ۽ طاقت جي لاڳاپن کي خطاب ڪيو ويو آهي، پر ڊيٽا ذريعي مشاهدو ڪيل سماجي نمونن کي پڻ شامل ڪيو ويو آهي: ڪير تعليم تائين رسائي حاصل ڪري ٿو، ڪير تشدد جو سڀ کان وڌيڪ خطرو آهي، ڪير رسمي ملازمت حاصل ڪري ٿو، گهريلو مزدوري ڪيئن ورهايل آهي، ۽ ڪيئن عوامي پاليسيون مردن، عورتن ۽ صنفي اقليتن تي مختلف اثر انداز ٿين ٿيون. انگن اکرن ذريعي، محقق اندازو لڳائي سگهن ٿا ته ڇا عدم مساوات اصل ۾ موجود آهي، مسئلي جي حد، ۽ ان سان لاڳاپيل عنصر.
جڏهن ته، صنفي مطالعي ۾ انگن اکرن جو استعمال صرف عورتن يا مردن جي تعداد کي "ڳڻڻ" کان ٻاهر آهي. تصوراتي ۽ طريقائي چئلينج آهن: سروي ۾ صنف کي ڪيئن بيان ڪجي، ماپ جي تعصب کان ڪيئن بچجي، ۽ سماجي حقيقت کي وڌيڪ آسان ڪرڻ کان سواءِ انگن اکرن جي تشريح ڪيئن ڪجي. تنهن ڪري، شمارياتي خواندگي تعليمي ماهرن، پاليسي سازن، ڊيٽا صحافين، ۽ صنفي برابري جي مسئلن تي ڪم ڪندڙ ڪارڪنن لاءِ هڪ اهم اوزار آهي.
صنفي مطالعي ۾ انگ اکر ڇو لاڳاپيل آهن؟
انگ اکر صنفي مطالعي ۾ اهم سوالن جا جواب ڏيڻ ۾ مدد ڪن ٿا. پهريون، انگ اکر پيماني جو احساس فراهم ڪن ٿا: مثال طور، عورتن ۽ مردن جي وچ ۾ اجرت جي فرق جو سيڪڙو ڇا آهي، يا صنفي تشدد جي متاثرين جو ڪيترو تناسب پنهنجن ڪيسن جي رپورٽ ڪري ٿو. ٻيو، انگ اکر وقت ۽ علائقن ۾ مقابلي کي فعال ڪن ٿا: ڇا هڪ خاص پاليسي لاڳو ٿيڻ کان پوءِ عدم مساوات بهتر ٿي؟ ڇا هڪ صوبي ۾ عورتن لاءِ ٻئي صوبي جي ڀيٽ ۾ گهٽ تعليمي حاصلات هئي؟ ٽيون، انگ اکر متغيرن جي وچ ۾ لاڳاپن جي جاچ جي حمايت ڪن ٿا: مثال طور، ڇا ازدواجي حيثيت، ٻارن جو تعداد، يا روزگار جو شعبو عورتن جي انتظامي عهدن تائين پهچڻ جي موقعن سان لاڳاپيل آهي.
وڌيڪ، انگ اکر صنفي بحثن کي وڌيڪ مضبوط بڻائين ٿا ڇاڪاڻ ته دليل صرف انفرادي تجربن تي نه پر مجموعي ڊيٽا ۾ نظر ايندڙ ساخت جي نمونن تي پڻ ڀاڙين ٿا. جڏهن انگ اکر ڪيترن ئي تناظرن ۾ مسلسل عدم مساوات ڏيکارين ٿا، ته اسان وڌيڪ يقين ڪري سگهون ٿا ته مسئلو سسٽماتي آهي، حادثاتي نه.
جنس ڊيٽا: بائنري کان اسپيڪٽرم تائين
سڀ کان اهم مسئلن مان هڪ اهو آهي ته جنس جي ماپ ڪيئن ڪئي ويندي آهي. ڪيترائي روايتي سروي صرف "مرد" ۽ "عورت" جا آپشن فراهم ڪن ٿا. ڪجهه حوالي سان، اهي درجا نا مناسب آهن، ڇاڪاڻ ته جنس کي سڃاڻپ ۽ اظهار جي هڪ اسپيڪٽرم طور سمجهي سگهجي ٿو. ٻئي طرف، پاليسي جي ضرورتن کي اڪثر مقابلي لاءِ معياري ڊيٽا جي ضرورت هوندي آهي. چئلينج نمائندگي جي ضرورت کي ماپ جي تسلسل سان متوازن ڪرڻ آهي.
هڪ وڌندڙ عمل "پيدائش تي مقرر ڪيل جنس" ۽ "موجوده صنفي سڃاڻپ" جي تصورن کي الڳ ڪري رهيو آهي. هي طريقو وڌيڪ جامع ڊيٽا گڏ ڪرڻ جي اجازت ڏئي ٿو، پر احتياط جي ضرورت آهي: جواب ڏيندڙ جي رازداري، ڊيٽا سيڪيورٽي، ۽ غير فيصلي واري سوالن کي يقيني بڻائڻ لاءِ شمار ڪندڙن کي تربيت ڏيڻ. صنفي مطالعي ۾، سوال پڇڻ جو طريقو نتيجو ڪندڙ انگن جيترو اهم آهي.
ماپ ۾ سروي ڊيزائن ۽ تعصب
سٺا انگ اکر سٺي ڊيٽا سان شروع ٿين ٿا. صنفي مطالعي ۾، تعصب نموني جي ڊيزائن مان پيدا ٿي سگهي ٿو. مثال طور، گهريلو سروي جيڪي "گهر جي سربراهه" جو انٽرويو ڪن ٿا، خاندان جي ٻين ميمبرن، خاص طور تي عورتن جي نقطه نظر کي نظرانداز ڪرڻ جو خطرو رکن ٿا. ان کان علاوه، گهريلو تشدد يا ڪم جي جڳهه تي امتياز جهڙا حساس موضوع خوف، بدنامي، يا ادارن جي بي اعتمادي جي ڪري گهٽ رپورٽنگ جو شڪار آهن.
استعمال ٿيندڙ اشارن ۾ پڻ تعصب آهي. مثال طور، جيڪڏهن مزدورن جي شموليت کي صرف پگهار واري ملازمت سان ماپيو وڃي ٿو، ته گهريلو ڪم ۽ سنڀال جي ڪم جو حصو، جيڪو اڪثر ڪري عورتن پاران ڪيو ويندو آهي، نظرانداز ڪيو ويندو آهي. تنهن ڪري، صنفي مطالعي اشارن جي توسيع جي حوصلا افزائي ڪن ٿا: وقت جي استعمال جي سروي جو استعمال، غير ادا ڪيل ڪم جي ماپ، ۽ خوشحالي جا اشارا جيڪي معاشيات کان ٻاهر آهن.
وضاحتي تجزيو: اک سان عدم مساوات ڏسڻ
شمارياتي تجزيي جي شروعاتي مرحلي ۾ عام طور تي وضاحتي انگ اکر شامل هوندا آهن: مطلب، سيڪڙو، وچين، يا ڊيٽا بصريات. جڏهن ته بظاهر سادو لڳي ٿو، وضاحتي تجزيو صنف جي بنياد تي عدم مساوات جي نقشي سازي لاءِ انتهائي مفيد آهي. مثال طور:
- صنفي اجرت جو فرق: مردن ۽ عورتن جي سراسري اجرت جو مقابلو، مجموعي طور تي ۽ شعبي جي لحاظ کان.
- تعليمي شرڪت: عورتن ۽ مردن جو تناسب جيڪي ثانوي اسڪول يا ڪاليج ۾ جاري آهن.
- سياسي نمائندگي: عورتن جي رکيل قانون ساز سيٽن جو سيڪڙو.
- گهريلو ڪم جو بار: هفتي ۾ سراسري ڪلاڪ پچائڻ، صفائي ڪرڻ يا ٻارن جي سنڀال ڪرڻ ۾ گذاريا ويندا آهن.
جيتوڻيڪ، محققن کي محتاط رهڻ جي ضرورت آهي: سراسري اهم تبديلي کي لڪائي سگهن ٿا. مثال طور، عورتن جي سراسري ڪمائي مردن جي ويجهو نظر اچي سگهي ٿي، پر جيڪڏهن عورتون غير رسمي يا پارٽ ٽائيم ملازمت ۾ مرڪوز آهن، ته حقيقي عدم مساوات وڌيڪ پيچيده ٿي سگهي ٿي.
تخميني تجزيو: جاچ جا عنصر ۽ اثر
وضاحتي انگن اکرن کان علاوه، تخميني انگ اکر اهو جائزو وٺڻ ۾ مدد ڪن ٿا ته ڇا مشاهدو ڪيل فرق صرف نموني جي موقعي کان وڌيڪ امڪان آهن. سراسري فرق ٽيسٽ، چي-اسڪوائر ٽيسٽ، ۽ رجعت اڪثر ڪري جنس ۽ مختلف نتيجن جي وچ ۾ تعلق کي جانچڻ لاءِ استعمال ڪيا ويندا آهن. مثال طور، رجعت کي جانچڻ لاءِ استعمال ڪري سگهجي ٿو ته ڇا صنف اڃا تائين تعليم، ڪم جي تجربي، شعبي، ۽ ڪم ڪيل ڪلاڪن لاءِ ڪنٽرول ڪرڻ کان پوءِ اجرت تي اثر انداز ٿئي ٿي.
پاليسي جي حوالي سان، سببي اندازي جا طريقا پڻ اهم آهن: ڇا سماجي مدد جا پروگرام ڇوڪرين جي اسڪول داخلا کي ڇوڪرن جي ڀيٽ ۾ وڌيڪ وڌائين ٿا؟ ڇا ادا ڪيل زچگي جي موڪل ٻار جي پيدائش کان پوءِ عورتن جي نوڪري برقرار رکڻ کي بهتر بڻائي ٿي؟ طريقن جهڙوڪ فرق ۾ فرق، ميچنگ، يا بي ترتيب ڪنٽرول ٿيل آزمائشون (RCTs) استعمال ڪري سگهجن ٿيون، بشرطيڪ اخلاقيات ۽ ممڪنيت اهم غور هيٺ رهن.
انٽرسيڪشنلٽي: جنس اڪيلو نه آهي
جديد صنفي مطالعي جو هڪ اهم پهلو انٽرسيڪٽيلٽي آهي: صنف جا تجربا سماجي طبقي، نسل، معذوري، عمر، مقام ۽ ٻين عنصرن جي لحاظ کان مختلف هوندا آهن. انگ اکر گھڻ-سطحي تجزين جي اجازت ڏين ٿا، جهڙوڪ نه رڳو مردن ۽ عورتن جي وچ ۾، پر شهري ۽ ڳوٺاڻن علائقن ۾ عورتن جي وچ ۾، يا تعليم جي مختلف سطحن وارين عورتن جي وچ ۾ اجرت جي فرق جو مقابلو ڪرڻ.
جڏهن ته، انٽرسيڪشنل تجزيي لاءِ مناسب نموني جي سائيز جي ضرورت آهي. جيڪڏهن تمام گهڻيون درجابنديون آهن ۽ جواب ڏيڻ وارا تمام گهٽ آهن، ته تخمينو غير مستحڪم ٿي ويندا آهن. حلن ۾ شامل ٿي سگھي ٿو زمرن کي سمجھداري سان گڏ ڪرڻ، درجي بندي ماڊل استعمال ڪرڻ، يا اضافي ڊيٽا گڏ ڪرڻ ته جيئن يقيني بڻائي سگهجي ته اقليتي گروپ مجموعي طور تي "گم" نه ٿين.
ڊيٽا اخلاقيات ۽ غلط تشريح جو خطرو
صنفي ڊيٽا اڪثر حساس هوندو آهي. سڃاڻپ ۽ رازداري جي حفاظت انتهائي اهم آهي، خاص طور تي ڪمزور گروپن يا ننڍن برادرين لاءِ. ان کان علاوه، انگن اکرن کي غلط استعمال ڪري سگهجي ٿو ته جيئن اسٽريٽائپائپ کي مضبوط ڪيو وڃي. مثال طور، اهو ڳولڻ ته عورتون ڪنهن خاص شعبي ۾ وڌيڪ آهن، ان جو مطلب اهو ناهي ته "عورتون انهي طريقي سان رهڻ جو انتخاب ڪن ٿيون"؛ اتي ساختي رڪاوٽون، سماجي اصول، يا امتياز ٿي سگهي ٿو.
تنهن ڪري، نتيجن جي تشريح لاڳاپيل هجڻ گهرجي. انگن اکرن کي سماجي نظريي، قابليت واري مطالعي، ۽ مقامي ڄاڻ سان گڏ پڙهڻ جي ضرورت آهي. صنفي مطالعي ۾، هڪ مخلوط طريقن جو طريقو اڪثر ڪري هڪ مضبوط انتخاب هوندو آهي: مقداري ڊيٽا نمونن کي ظاهر ڪري ٿو، جڏهن ته قابليت وارو ڊيٽا انهن نمونن جي پويان ميڪانيزم ۽ تجربن کي بيان ڪري ٿو.
پينوٽ اپ
صنفي مطالعي ۾ انگ اکر سماجي تجربي ۽ جانچيل تجرباتي ثبوتن جي وچ ۾ هڪ پل آهي. اهو عدم مساوات کي ماپڻ، پاليسين جي اثر جو جائزو وٺڻ، ۽ نمونن کي ظاهر ڪرڻ ۾ مدد ڪري ٿو جيڪي شايد آساني سان ظاهر نه ٿين. بهرحال، انگ اکر هڪ فطري طور تي غير جانبدار اوزار ناهي؛ اهو ان تي اثر انداز ٿئي ٿو ته اسان صنف کي ڪيئن بيان ڪريون ٿا، اشارا چونڊيو ٿا، سروي ٺاهيون ٿا، ۽ نتيجن جي تشريح ڪريون ٿا.
جڏهن طريقي سان احتياط سان، تناظر ۾، ۽ اخلاقي طور تي استعمال ڪيو وڃي، ته انگ اکر صنفي برابري کي اڳتي وڌائڻ لاءِ هڪ طاقتور قوت ٿي سگهن ٿا. انگ اکر انساني ڪهاڻين جي جاءِ نٿا وٺن، پر اهي انهن کي وڌائي سگهن ٿا - اڪثر ڪري عام ٿيل عدم مساوات کي ظاهر ڪرڻ، ماپڻ لائق، ۽ نظرانداز ڪرڻ ڏکيو بڻائين ٿا.
