Résumé:
Le panel discutera des pratiques, outils et techniques de données pour faire progresser la science inclusive et l'équité en STEM. En combinant des cadres tels que IDEA (Inclusion, Diversité, Équité et Accessibilité), GBA+ (Gender-Based Analysis Plus) et Indigenous Knowledge Systems (IKS), le panel vise à créer une approche holistique de l'inclusion dans les pratiques de données et la conception, la pratique et la communication de la recherche scientifique.

Résumé des conversations

Le panel a exploré le rôle crucial de la recherche et des données pour promouvoir l'équité dans les STEM, en insistant sur la nécessité de pratiques de données inclusives et de l'implication des communautés. Les discussions ont souligné l'importance des données intersectionnelles, notamment des données ventilées par origine ethnique et par sexe, pour lutter efficacement contre les disparités. Les intervenants ont insisté sur l'importance de valoriser les expériences vécues comme des données valides et de garantir aux communautés l'appropriation et le pouvoir de collecte et d'analyse des données. La discussion a également porté sur la nécessité de transparence et de renforcement de la confiance dans l'engagement communautaire. Enfin, les panélistes ont exploré les outils et techniques d'une science inclusive, soulignant la nécessité d'intégrer des perspectives diverses et de garantir des bénéfices réciproques aux communautés participantes, tout en mettant en garde contre l'exploitation de la recherche.

Messages à retenir/État actuel des défis

• Manque de données désagrégées : Un obstacle important est la collecte et l’utilisation insuffisantes de données désagrégées, en particulier concernant la race et le sexe, ce qui conduit à la marginalisation de certains groupes dans les initiatives d’équité STEM. 
• Dépendance excessive aux données américaines : il est nécessaire de collecter des données locales et plus représentatives au lieu de s’appuyer sur les données collectées aux États-Unis. 
• Méfiance de la communauté : L’exploitation historique et le manque de transparence ont favorisé la méfiance au sein des communautés, entravant leur volonté de participer aux efforts de recherche et de collecte de données. 
• Déséquilibre des pouvoirs : les méthodologies de recherche traditionnelles perpétuent souvent les déséquilibres de pouvoir, les chercheurs en bénéficiant davantage que les communautés qu’ils étudient, ce qui soulève des préoccupations éthiques concernant l’objectivation et l’exploitation. 
• Lacunes de mise en œuvre : les politiques et les initiatives ne parviennent souvent pas à se traduire par des changements tangibles au niveau communautaire, ce qui met en évidence un problème de mise en œuvre et un manque de responsabilité. 
• Outils et techniques inadéquats : Les ressources limitées et le manque d’outils et de techniques adaptés entravent l’intégration efficace des principes scientifiques inclusifs dans les pratiques de recherche. 
• Diversité et inclusion de la main-d’œuvre : Pour parvenir à une science inclusive, il faut une main-d’œuvre diversifiée et inclusive, où les individus se sentent valorisés et soutenus, mais l’inclusion est un aspect essentiel et souvent négligé. 
• Structures d’incitation dans le milieu universitaire : Les structures d’incitation universitaires actuelles privilégient la quantité à la qualité, ce qui empêche les chercheurs d’investir le temps et les ressources nécessaires pour établir des relations et mener des recherches significatives et engagées dans la communauté.

Recommandations/prochaines étapes

• Donner la priorité à la collecte de données désagrégées : mettre l’accent sur la collecte de données intersectionnelles, désagrégées par race, sexe et statut socio-économique, pour identifier et répondre aux besoins spécifiques des groupes marginalisés. 
• Renforcer la propriété communautaire : garantir que les communautés disposent d’une véritable propriété et d’un véritable contrôle sur les processus de collecte, d’analyse et de diffusion des données, leur donnant ainsi une voix et une influence dans les initiatives de recherche. 
• Favoriser des partenariats transparents : Instaurer la confiance grâce à la transparence, une communication ouverte et des partenariats équitables avec les communautés, en les impliquant à chaque étape du processus de recherche. 
• Valoriser les expériences vécues : Reconnaître et intégrer les expériences vécues comme des données légitimes et précieuses, complétant les données quantitatives pour fournir une compréhension plus globale des problèmes d’équité. 
• Élaborer des accords réciproques : Établir des accords réciproques qui garantissent des avantages mutuels pour les chercheurs et les communautés participantes, en répondant à leurs besoins et priorités. 
• Formation et ressources sur mesure : Fournir aux chercheurs une formation et des ressources sur mesure pour intégrer les principes de la science inclusive dans leur travail, en mettant l’accent sur des outils et des techniques pratiques. 
• Promouvoir des rapports inclusifs : diffuser les résultats de la recherche via des plateformes et des formats accessibles, en veillant à ce que les informations atteignent et profitent à diverses communautés. 
• Réformer les structures d’incitation : plaider en faveur de changements dans les structures d’incitation universitaires qui donnent la priorité à la recherche engagée dans la communauté, à l’établissement de relations et à la production de travaux de haute qualité et percutants.