收集性别与性征数据的最佳实践
统计方法学
2021-03-18 v1 应用统计
摘要
人类性别与性征的测量和分析是一个微妙的问题，涉及许多相互重叠的考量，包括统计偏差、数据隐私以及研究对象伦理对待。传统上，人类性别与性征是依据人为的二元系统进行分类和测量的。这一传统的延续主要因为其易于复制，而并非如我们所论证的，因为它能产生最有价值的科学信息。性别与性身份数据对于许多统计分析应用至关重要，许多现代科学家承认当前系统的局限性。然而，在收集和分发性别与性征数据时，对性别与性少数的歧视带来了非常现实的隐私担忧。因此，设计安全且信息丰富的科学研究需要额外的深思与谨慎。在本文中，我们提出了基于统计学知识的受试者数据收集与分析建议，这些建议不仅尊重每个个体的身份并保护其隐私，还确立了收集更高质量数据的标准。
引用
@article{arxiv.2103.09647,
title = {Best Practices for Collecting Gender and Sex Data},
author = {Suzanne Thornton and Dooti Roy and Stephen Parry and Donna LaLonde and Wendy Martinez and Renee Ellis and David Corliss},
journal= {arXiv preprint arXiv:2103.09647},
year = {2021}
}