根据 3 月 31 日发表在《科学》杂志上的一项新调查，科学、技术、工程和数学 (STEM) 领域的专业组织可以更有效地收集有关其领域代表性不足群体的数据。有了更可靠的信息，STEM 组织可以更好地针对招募和留住更多样化的成员的努力。
“我们希望在 STEM 组织之间展开对话，”该研究的主要作者、加州大学戴维斯分校神经生物学、生理学和行为系的博士后研究员 Nicholas Burnett 说。“最终目标是增加这些群体的代表性，如果不知道在哪里定位资源，你就无法做到这一点。”
伯内特的研究合著者是：哈佛大学的 Alyssa Hernandez;加州大学伯克利分校的艾米莉·金;Richelle Tanner，查普曼大学;和密苏拉州蒙大拿大学的 Kathryn Wilsterman。
研究人员调查了 164 个美国 STEM 组织，这些组织大多来自隶属于美国科学促进会的协会名单。这些组织被问及他们收集的成员和会议参与者的人口统计信息的种类，以及他们如何使用这些信息。调查结果与任何特定组织无关，研究人员没有要求受访者提供实际的人口统计信息：只收集了哪些类别的信息。
73 个组织对调查做出了回应，代表了从生命科学和物理科学到数学和技术等各个领域的超过 700,000 名成员。
虽然大多数组织 (80%) 收集了一些人口统计数据，但他们收集的确切内容各不相同。许多组织遵循联邦机构使用的分类方法，为“种族和民族”提供了多种选择，但也将几个不同的群体归为一类(例如“亚裔美国人和太平洋岛民”)。
数据缺口
一些群体被广泛忽视。例如，虽然 60% 的受访者至少收集了一些关于“性别认同”和“种族和民族”的信息，但只有 15% 的受访者收集了关于“残疾状况”和“性取向”的数据。作者写道，考虑到这些群体在 STEM 中的歧视和代表性不足，这些群体的遗漏令人惊讶。
研究人员提出了几种指导调查设计的模型。STEM 组织可能会寻求将自己的调查与全国收集的数据进行基准比较，例如来自美国国家科学基金会的获得博士学位调查、美国人口普查局的美国社区调查和疾病控制与预防中心的全国健康访谈调查。但这些调查在收集的信息类别上也有所不同。例如，NSF 调查使用单一的“亚洲人”类别，而人口普查局的调查和国家健康访问调查则承认七种不同的亚洲身份。
伯内特说，全国健康访谈调查在拆分通常集中在一起的群体方面做得比大多数人都要好，但它仍然没有收集到足够的性别认同信息。
伯内特说：“组织在追随他们的联邦资助者、应对社会气候和收集更准确的信息之间陷入困境。”
大多数受访者 (87.5%) 表示，他们出于某些特定目的收集人口统计数据，最常见的是“监控”和“资源规划”。
“有些组织正在收集数据但没有做任何事情，这有点令人震惊，”伯内特说。
研究人员希望这项研究能够引发 STEM 社区的讨论、进一步的研究和行动。
“许多组织都对我们的研究真正感兴趣，并希望做得更好，”伯内特说。