详细内容或原文请订阅后点击阅览
关于多样性数据和 REF 不该做什么
Doris Ruth Eikhof 提供了电影和电视行业关于 REF 中平等、多样性和包容性数据使用的经验教训
来源:Wonkhe | 高等教育政策、人物与政治在 REF 提交中使用 EDI 数据引起了很多人的关注。
从广义上讲，使用 EDI 数据是一个好主意。 但无论是在 REF 还是其他领域，我们都有可能犯错，从错失机会到造成严重伤害。
鉴于我在 EDI 数据世界领先的行业（英国电影和电视行业）工作，我的收件箱中充满了问题。所以我想分享一些电影和电视的经验教训，希望对高等教育有用。
D 数据
我们通常使用 EDI 数据一词来表示受 2010 年平等法案保护的身份特征的定量统计数据，特别是性别、残疾和种族。这是一个不错的开始。但并非所有受保护的特征都（同样）与吸引高素质人才、创造力、技能和好奇心进入我们的行业相关。
例如，我还没有看到有人声称婚姻状况（受保护的特征）很重要，但有大量证据表明照顾责任（非受保护的特征）很重要。如果我们只关注受保护的特征（这通常是高等教育机构人力资源数据库中的特征），我们可能会错过我们可以讲述的故事的很大一部分。
统计数据显示身份特征在群体或队列中的分布情况。了解群体中的身份如何变化是很有用的。但身份统计数据本身并不能告诉我们任何有关平等、公平或包容的信息。它们不会告诉我们人们的经历，也不会告诉我们谁获得或没有获得机会和资源。换句话说，身份统计数据只能作为 EDI 中“D”的指标。
我将使用“多样性数据”一词来表示与包容性、机会、进步和成果相关的个人特征的定量信息。
数字代表什么意思？
基准测试
小心搬运
D、E 和 I
后续步骤
以下是一些可以在您自己的工作中借鉴和使用的技巧：