• Warum es wenig Daten über Frauen gibt - das Gender Data Gap

  • 2022/03/14
  • 再生時間: 26 分
  • ポッドキャスト

Warum es wenig Daten über Frauen gibt - das Gender Data Gap

  • サマリー

  • Hallo Leute,

    eine neue Folge ist raus und dieses Mal sprechen wir über Bias - über kognitive Verzerrungen - und warum es so wichtig ist sein eigenes Gehirn beim Denken zu beobachten. In unserer Gesellschaft herrscht ein solcher Bias, der sogenannte Standart-Männlich-Bias. Ich erkläre worum es dabei geht und warum wir Medizin, Handys und Autos vor allem für Männer entwickeln und produzieren. Wie können wir das verändern? Und warum ist es hilfreich den Standart zu erweitern? Antworten darauf und noch vieles mehr in der neuen Folge. Ich freu mich auf Feedback unter https://www.instagram.com/easylife_derpodcast/?hl=de!

    Eure Isabelle #easylife

    Quellen:

    • Beispiele zum Default Male Bias aus Carolin Criado Perez: "Invisible Women"

    • Beispiel Anchor Bias aus Jack Nasher: "DEAL"

    • UN Women Progress Report 2015: https://progress.unwomen.org/en/2015/embed/

    • "How to close gender pay gap" https://www.ilo.org/wcmsp5/groups/public/---eddialogue/---actrav/documents/publication/wcms684156.pdf

    • "Social incentives for gender differences" fhttps://www.ilo.org/wcmsp5/groups/public/---eddialogue/---actrav/documents/publication/wcms684156.pdf

    • Beispiel für rein männliche Population in klinischen Studien: http://irep.ntu.ac.uk/id/eprint/34759/1/12305_Faulkner.pdf

    Folge direkt herunterladen
    続きを読む 一部表示

あらすじ・解説

Hallo Leute,

eine neue Folge ist raus und dieses Mal sprechen wir über Bias - über kognitive Verzerrungen - und warum es so wichtig ist sein eigenes Gehirn beim Denken zu beobachten. In unserer Gesellschaft herrscht ein solcher Bias, der sogenannte Standart-Männlich-Bias. Ich erkläre worum es dabei geht und warum wir Medizin, Handys und Autos vor allem für Männer entwickeln und produzieren. Wie können wir das verändern? Und warum ist es hilfreich den Standart zu erweitern? Antworten darauf und noch vieles mehr in der neuen Folge. Ich freu mich auf Feedback unter https://www.instagram.com/easylife_derpodcast/?hl=de!

Eure Isabelle #easylife

Quellen:

  • Beispiele zum Default Male Bias aus Carolin Criado Perez: "Invisible Women"

  • Beispiel Anchor Bias aus Jack Nasher: "DEAL"

  • UN Women Progress Report 2015: https://progress.unwomen.org/en/2015/embed/

  • "How to close gender pay gap" https://www.ilo.org/wcmsp5/groups/public/---eddialogue/---actrav/documents/publication/wcms684156.pdf

  • "Social incentives for gender differences" fhttps://www.ilo.org/wcmsp5/groups/public/---eddialogue/---actrav/documents/publication/wcms684156.pdf

  • Beispiel für rein männliche Population in klinischen Studien: http://irep.ntu.ac.uk/id/eprint/34759/1/12305_Faulkner.pdf

Folge direkt herunterladen

Warum es wenig Daten über Frauen gibt - das Gender Data Gapに寄せられたリスナーの声

カスタマーレビュー:以下のタブを選択することで、他のサイトのレビューをご覧になれます。