Premised on the logic that more, high-quality information on majority world women's lives will improve the effectiveness of interventions addressing gender inequality, mainstream development institutions have invested heavily in gender data initiatives of late. However, critical empirical and theoretical investigations into gender data for development policy and practice are lacking. Postcolonial feminist theory has long provided a critical lens through which to analyse international development projects that target women in the majority world. However, postcolonial feminism remains underutilised for critically investigating data for development projects. This paper addresses these gaps through presenting the findings from a participatory action research project with young women involved in a gender data for development project in Bangladesh. Echoing postcolonial feminist concerns with development, the 'DataGirls' had some concerns that data was being extracted from their communities, representing the priorities of external NGOs to a greater extent than their own. However, through collaborating to develop and deliver community events on child marriage with the 'DataGirls', this research demonstrates that participatory approaches can address some postcolonial feminist criticisms of (data for) development, by ensuring that gender data is enacted by and for majority world women rather than Western development institutions.


翻译:主流发展机构最近大量投资于性别数据倡议,但缺乏对性别数据进行关键的经验和理论调查,以促进发展政策和做法; 后殖民女权主义理论长期以来为分析针对多数世界妇女的国际发展项目提供了一个关键透镜; 然而,后殖民女权主义对于严格调查发展项目数据仍然没有充分利用这些差距; 本文件通过向孟加拉国参与性别数据促进发展项目的青年妇女介绍参与性行动研究项目的结果,消除了这些差距; 回应后殖民女权主义者对发展的关切,“DataGirls”对从他们的社区中提取数据表示关切,这些数据在更大程度上代表了外部非政府组织的优先事项; 然而,通过与“DataGirls”合作制定和开展社区童婚问题活动,这一研究表明,参与性办法可以解决后殖民女权主义者对发展(数据)的一些批评,确保性别数据由世界多数妇女而不是西方发展机构制定,并为她们制定。

0
下载
关闭预览

相关内容

机器学习组合优化
专知会员服务
108+阅读 · 2021年2月16日
数据科学导论,54页ppt,Introduction to Data Science
专知会员服务
41+阅读 · 2020年7月27日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
专知会员服务
61+阅读 · 2020年3月4日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
0+阅读 · 2021年10月12日
Arxiv
30+阅读 · 2021年8月18日
Arxiv
0+阅读 · 2021年8月18日
Arxiv
3+阅读 · 2018年4月5日
VIP会员
相关VIP内容
机器学习组合优化
专知会员服务
108+阅读 · 2021年2月16日
数据科学导论,54页ppt,Introduction to Data Science
专知会员服务
41+阅读 · 2020年7月27日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
专知会员服务
61+阅读 · 2020年3月4日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员