详细内容或原文请订阅后点击阅览
教授创建工具来帮助研究人员处理复杂的身份响应
Gabriel Merrin 创建的免费软件工具使研究人员能够更加谨慎和透明地处理人口统计数据。教授创建工具来帮助研究人员处理复杂的身份响应的帖子首先出现在《今日雪城大学》上。
来源:雪城大学加布里埃尔·“乔伊”·梅林 (Gabriel “Joey” Merrin) 在 20 世纪 90 年代的多种族环境中成长，经常遇到人口统计形式，迫使他做出不可能的选择：选择一个框。否定别人。
“被迫做出选择，从官方文件中删除自己的部分内容，是这项工作的核心，”艺术与科学学院人类发展和家庭科学系的助理教授梅林说。
个人的挫败感最终成为一种方法论的解决方案。 Merrin 与明尼苏达大学、耶鲁大学、波士顿大学和北卡罗来纳大学教堂山分校的合作者合作开发了 CATAcode，这是一种软件工具（R 包），可以帮助社会科学领域的研究人员更周到地处理人口数据。
该工具现已公开供研究人员下载和使用，其随附的教程论文发表在《心理科学方法与实践进展》上。
隐形问题
CATAcode 解决的问题看似简单，但却普遍存在。当调查要求人们“检查所有适用的”种族、性别认同或其他特征时，许多受访者会选择多个选项。然后，研究人员面临一个选择：当你的统计模型要求某人属于一个类别时，你如何处理勾选三个方框的人？
几十年来，默认的方法一直是将这些人归入梅林所说的“异质且常常荒谬的‘其他’类别”，例如，黑人和亚洲人与白人和美洲原住民受到相同的对待。
“当我们像这样把每个人都放在一起时，我们就失去了理解他们独特经历的能力，”梅林说。 “我们让整个社区在统计上变得不可见。”
面对数字
Merrin 指出，鉴于 2010 年至 2020 年间美国多种族人口增长了 276%，该工具显得尤为及时。