给出指南针的建议:
- 一个具有集体影响力的组织正在利用数据来解决阻碍有色人种儿童教育和就业机会的系统性障碍。
- 调查和利用“系统数据”如何帮助我们发现和处理教育和就业中的种族差异?捐助者如何支持推动提供人口数据?
- 读到用人口数据推动公平。
什么是给予指南针?
我们将捐助者与学习资源和方法联系起来,以支持社区主导的解决方案。更多了解我们.
在美国通往经济流动性的道路上,不公平的教育、医疗和就业体系旨在使少数人受益,却让许多有色人种的儿童和家庭落在了后面,陷入了种族、财富和邮政编码的深刻困境。为了真正产生影响,我们必须透过表面去了解造成不平等的因素。数据使我们能够找到根源,并向上游努力,为那些受到结构性种族主义阻碍的人创造公平的途径。
为社区配备工具,以识别、收集和报告在教育和就业结果中延续种族差异的“系统数据”,有助于改变这种情况。社区可以利用数据吸引受系统性不平等影响最大的人群——包括黑人、土著、拉丁裔和亚洲青年和家庭,以及贫困人口——然后破坏这些系统。定量和定性数据为战略提供信息,指导社区识别、测试和改进战略,以解决不平等的根本原因。数据推动了以公平为中心的协作改进方法,以获得更好的结果。通过努力实现政策、实践、资源和权力结构的根本性和制度性转变,我们可以消除结构性种族主义,促进公平结果。
严格使用定性和定量数据指导了我所领导的非营利组织的发展。StrivePartnership是俄亥俄州辛辛那提市和肯塔基州北部的一项集体影响倡议,自成立之初,我们就知道,我们可以通过使用数据来解决限制机会的系统性障碍,从而产生积极的影响。早期的成功导致了一场全国性的运动,即横跨30个州和近70个社区的“职业摇篮网络”。我们现在被称为“共同奋斗”,在加强数据使用以实现人口层面成果的同时,我们不断向社区学习。数据帮助网络成员挖掘教育、卫生、食品、住房、交通、金融、法律和其他影响青年和家庭福祉的系统中结构性不平等的根本原因。数据还指导社区测试和改进战略,以取得持久成果。制度转型的最终目标是为经济流动创造公平的途径。网络成员使用数据强调在每个学生的资助、交通和社区支持服务方面的不平等,以促使系统对改善年轻人的结果负责。
阅读全文打破系统性不平等通过詹妮弗Blatz斯坦福社会创新评论。