新冠肺炎

jena barchas-lichtenstein(kngaly)
她/她/他们/他们

这件作品于2020年11月11日提交

官方统计数据是“数据和多样化的信息产品[制定]可用于保留政策制定者,各种用户群体和普通公众对当前经济和社会状况的认知”(Gal和Ograjenšek2017,86)。它们包括来自普查和政府社会调查的数据,以及因行政或法律原因而收集的大量数据,例如失业或婚姻统计(Bulmer 1980)。采取不同地,官方统计数据由政府的权力和资源支持。

统计学家Iddo Gal和IrenaOgrajenšek(2017年)认为,Nonspecialist成年人不仅仅是一般统计素养,而是具有官方统计的特定识字。最后八个月 - 由于世卫组织宣布了Covid-19全球大流行 - 只能阐述这一点。

***

我是一个四年的国家科学基金会补助金(录音与PBS Newshour之间的合作),看着新闻媒体的统计信息如何。我们于2019年7月开始赠款。到2020年2月,当我们收集一套景观新闻文章时,Covid-19到处都是。它觉得每种量化故事都是关于Covid-19 - 数量,时间和案例的位置;感染死亡率;病例死亡率;你命名它。数字上的数字,图表上的图表。我没有进入这个项目计划看Covid-19,但它已经占据了很多时间。

我对Covid-19号的了解也被我自己的做法和经验所了解。作为一个新的泽西州居民,我通过我的总督的日常数字跟随美国的第一个高峰 - 以及我新的家庭办公室外的交通让救护车和鸟儿。

***

在连接Covid-19大流行的一块和公共奖学金的挑战中,社会学家Joel Best(2020)观察到这一点 每次测量后面都是一系列人类决策。对这些人类决定的光泽剥夺了批判性评估正在发生的事情的能力。[1]

其中一些决定是相当摘要和无害的,至少乍一看。统计人们辩论了识别的最佳方式 异常值 ,这是关于其他数据的某种方式的数据点。

但即使是定义依赖于人类决定。正如最好的提醒我们,计算犯罪率或失业率要求定义犯罪的内容,谁计入失业者。即使每个人都同意这些定义,即使是那些定义,“真实”的罪行数量或失业人员将是不可知的。相反,量化依赖于 代理人 ,可测量的数字,与要量化的现象有一些关系。犯罪率和失业率分别基于执法机构已知的犯罪数量(最佳2020年)和复杂的月度访谈方法(BLS,N.D.)。[2]

***

截至2020年11月11日,这两个句子都是如此:

  • 在美国有大约千万确认的Covid-19案件。[3]
  • 我们不知道在美国有多少人 - 或者有过的曾对的Covid-19。

Covid-19的“确认案例”实际上是对阳性测试结果的提及。但不是每个生病的人都有积极的考验结果,而不是那些积极的测试结果的人都生病了。

不是每个人都有平等的测试。除此之外, 不同的国家和城市有不同的标准 谁有资格获得测试(Conner 2020),以及 有种族的 测试中心位置的差异 (Vann et al. 2020).[4] 有政策 奖励县的低价测试 (CMS 2020),激励限制。

不是每个人都信任测试 - 他们有充分的理由。美国政府通过这项行为延续了延迟了对族裔机构和社区的医疗暴力行为历史 故意传染人们 (Rodríguez和García2013), 扣留治疗 (CDC,N.D.),和 强制灭菌 (ko 2016)。和公共卫生监督经常习惯于 侮辱种族的社区 (Lieberman 2020; Sangaramoorthy 2012)。

有压力人员可以获得测试 - 或者不接受测试 - 与暴露和风险无关。目前,通过反复测试没有经历症状的人的重复测试是驾驶的 专业篮球运动员 (Wojnarowski 2020)和 大学生 (Hubler 2020)。同时, 没有工作的人从工作中休假 (Desliver 2020) - 包括 数百万卫生保健工作者 (龙和rae 2020),谁是 相对可能被暴露 (Lu 2020) - 推理避免经过测试,因为他们不能错过工作。

这些数字随着时间的推移也有不同的含义。有过 获得结果的可变延迟 (Volz和Galewitz 2020),今天的测试可能反映了两周早些时候感染的人。依靠数字可能意味着确定爆发太晚了。这是在考虑上述所有移位动态之前,这意味着阳性测试和情况之间的关系不是恒定的。

有一个复杂的问题最终显示症状,谁没有。但即使受到受感染的每个人都变得有症状,也是如此,并不是生病的每个人都没有生病:没有医疗测试是完全敏感的或完美的特定。一种 敏感的 诊断并没有说感染的人没有感染;一种 具体的 诊断测试不会向未被感染的人提供积极结果(街道和凯利2020)。是的,有理由相信这一点 目前的Covid-19测试是相当具体的 (Schmerling 2020),但没有测试是完美的。

所有这些都是想到你看到一个号码的问题。那个号码如何生成?这个数字实际上是什么意思?什么不在那里?你不知道什么?什么是不可知的?

***

忏悔:我是心理学家艾伦彼得斯呼叫“统计追踪者。“但上周我有一个噩梦,我独自一人在一个过山车上,胃总是在我身体的其余部分后面。前两个下坡懒人迅速结束,但是爬得爬到我看不到顶部。

在这个梦想中,我一下子在两个地方:在我的身体和遥远的地方,看着这辆车,因为它撞到了山上。从一段距离来看,很明显,赛道正在建造在我之前。

***

Gal和Ograjenšek(2017)列出了成年人需要讲述官方数字的六种关键类型的知识。

首先,成年人需要了解官方统计数据和基本的原则。他们需要了解有共有的原则和方法,并且官方数据收集程序经常旨在跨越时代和地点的可比性。

美国公共卫生系统几乎所有这些原则都蔑视。它在每个级别的保险和护理,监督原则和实践中分散和分散,报告管道。 (事实上​​, 美国医疗保健系统的拼凑而成 在很大程度上是由设计;见勇2020.)

当“数字”到达我们时,通过新闻媒体和政府仪表板过滤,它们显得统一。但事实是,在每个州的案例计数都是不同的。关于艾滋病毒/艾滋病的写作,Thurka Sangaramoorthy(2012,294)观察到以标准化的名称看不见的有意义的变化:

数据收集技术不按预期标准化数据。 。 。 。标准化的这些实践和技术使复杂的结构和社会因素的貌似流畅和不言而喻的翻译成可比和离散的类别,同时声称这些标准化的数据变量代表了流行病的“真实”和“事实”地图。

与其他类型的数字相同的问题,官方统计数据都被同样的问题。政府从非响应误差从社会可逆性偏置不受非响应错误的影响。但政府有一个巨大的基础设施可供他们提供,这使得它们的数字至少在理论上 - 黄金标准。

***

其次,根据Gal和Ograjenšek(2017年),成年人需要了解关于社会统计数据的五个一般特征。这些统计数据通常是多变量而不是孤立的有趣,它们被聚集而不是单独或以原始形式报告,它们定期收集,因此通常为比较而被设计,它们通常以采取政府报告形式的文本向公众呈现给公众或新闻,他们可能会在各种复杂的可视化中呈现。

第三,公众习惯看到公众的社会指标很少是原始变量。它们可以是根据复合配方的聚集体,比率或加权。

第四,公民需要了解 - 至少在抽象中 - 官方统计数据的技术和转变。他们需要了解滚动平均值和其他数据平滑技术的目的,以及加权,分层采样等,以及对人口变异的其他核算方式。 Gal和Ograjenšek建议没有必要的数学细节,但评估数字的能力批判性地需要了解大局。

举例来说,当我写下这个时,请考虑以下图像 - 一个月大而且在阅读它时仍然历史:

来自 华盛顿邮报,10月15日,2020年。

这些数字不仅呈现为聚集体,而且是人口调整,以便在整个国家和国家之间进行比较。每个数字都包括在七个月内收集的每日数据点,但它们会引起注意不要任何一天的数据,而是随着时间的推移更普遍的趋势。每个数字都使用粗体将眼睛吸引到试图平滑周末滞后和数据异常引起的变化的曲线。

***

第五,公众需要对研究方法和数据来源的概念理解。

第六,公众需要了解他们可以访问记者依赖的同一报告和数据库。这样做需要数字扫盲来导航网站和更高级别的技术素养来解析那里列出的元数据和方法信息。

我会加入这个列表第七种必要知识:公众需要认识到数字没有对真理垄断。

这种关键的立场是双重重要的,因为记者 - 谁经常调解公众对官方统计数据 - 与这个问题斗争。托尼·瓦·维特伦(2018年),曾在回到研究生院之前作为一个科学记者工作,并在一系列网点上与记者进行了半结构化访谈,以了解他们如何做出关于统计的决定。他的受访者在很大程度上表示,统计数据比其他类型的信息更可信和客观:

然而,许多科目相信不完全,这数据只有凭借数字就具有特殊的认识状态。尽管所有受试者认识到个别数字可能是有问题的,但这个想法仍然存在,数字提供直接访问现场源或目击者描述中无法获得的真理。 (6)

***

花一分钟,然后点击你的方式 CDC仪表板。你可能更愿意 约翰霍普金斯 ,这是全球范围的全球范围,或者 covid跟踪项目,[5] 哪些编制来自美国州和地方政府的信息。或者也许你更喜欢自己的州的健康部,因为你想知道什么发生在你靠近你。

无论你选择哪一个,问问自己:哪个数字很容易找到?哪个不是?我可以比较昨天和今天吗?上个月和今天之间?在快速抗原试验中,PCR试验和抗体试验之间?因曝光和被测试符合官僚要求的人而被测试的人之间的人之间的呢?在家长,种族,年龄组或就业地区之间取出所有问题,以及如何首先收集该信息的所有问题(Gillborn等,2018; Zuberi 2000)?

看起来更深的人来说,你能找到什么?什么是基本上不可知的?

每次点击每个数字后面都会提醒自己 - 每个仪表板后面 (Mattn 2015) - 一系列人类选择。

***

统计数据不会消除不确定性。他们只是允许我们量化它。

“对于人类学家,”让塞哥塔 在2020年4月写道,“数字,案例,统计或患病率都面临,体现了轨迹和传记。 。 。 。 Pandemics不仅是指标。必须从位于生命和敏感的角度考虑它们。 Pandemics也体现了体验。每次经历都很重要。“这种流行病的故事不能纯​​粹地讲述。它将被告知为数百万个个别故事,关于唐纳德特朗普和 詹姆斯布鲁克斯 (Samuels 2020)。它也将被告知是一个关于规模的故事:要求我们计算的故事,但是不完美。

***

还有其他官方的计数方式。体现了计数方式。一小时内听到了多少救护车警告?人们跨越街道互相逃离何种速度?你可以在杂货店屏住呼吸多久?您参加了多少缩放葬礼?

***

接受在BBC上播出的面试 5月10日,统计名人David Spiegelhalter将英国政府对Covid-19的统计沟通描述为“数字剧院”,这些剧院不会考虑数据的“优势和限制”。与英国政府一样,美国政府的各种代理商和机构表演:用于沟通和构成控制,知识和“商业纪律和问责制”(Erikson 2012,367)。

***

量化是“距离的距离技术”(搬运工1992),其允许以规模呈现。事实上,各国作为我所说的方式运作 量化制度 - 公共健康,还通过税收,普查,映射等许多其他“枚举技术”(Sangaramoorthy和Benton 2012,288)。美国并不是一个想象的社区,因为它是一个量化的社区(参见Anderson 1983)。到有一个“我们”的程度,它只是因为我们可以被计算(参见 Lieberman 2020. )。

 

致谢. 这篇文章被编写为有意义的数学的一部分,通过国家科学基金会奖励#DRL-1906802资助。表达的意见,调查结果和结论或建议是作者的意见,不一定反映国家科学基金会的意见。我也很感激我的同事John Voiklis和公众人类学编辑的反馈。

 

引用的参考文献

安德森,B. 1983年。 想象的社区:对民族主义的起源和传播的思考。 London: Verso.

最好,J.2020。“Covid-19和奖学金:它们的数字呢?” 数学 13(2):第4条。

Briggs,C. 2003.“为什么国家和记者不能教人们健康:在公共话语中的健康中的权力和务实的错误分布。” 医学人类学季刊 17(3):287-321。

Bulmer,M. 1980.“为什么社会学家不得更多地利用官方统计数据?” 社会学 14(4):505-23。

Conner,K.2020。“现在有人能够对冠状病毒进行测试吗?这是谁有资格。“ CNET. , June 7. //www.cnet.com/health/can-anyone-get-tested-for-coronavirus-now-heres-who-qualifies/.

Desliver,D.2020。“作为冠状病毒蔓延,美国工人带来了病假 - 这不呢?” PEW FACTTANK. ,3月12日 . //www.pewresearch.org/fact-tank/2020/03/12/as-coronavirus-spreads-which-u-s-workers-have-paid-sick-leave-and-which-dont/.

Erikson,S. L. 2012。“全球卫生业务:塞拉利昂和德国统计的生产和表现。” 医学人类学 31 (4): 267–84.

Gal,Iddo和IrenaOgrajenšek。 2017年。“官方统计和统计教育:弥补差距。” 官方统计学报 33(1):79-100。 DOI:10.1515 / JOS-2017-0005。

Gillborn,D.,P.Margington和S. Demack。 2018年。“规范:教育,政策,”大数据“,”统计统计理论“的原则。” 种族,种族,& Education 21 (2): 158–79.

Hubler,S. 2020。“学院学会如何抑制冠状病毒:广泛的测试。” 纽约时报, October 2. //www.nytimes.com/2020/10/02/us/colleges-coronavirus-success.html.

KO,L. 2016。“美国不受欢迎的灭菌和优雅课程。” PBS. , January 29. //www.pbs.org/independentlens/blog/unwanted-sterilization-and-eugenics-programs-in-the-united-states/.

Liberman,E. 2020。“对我们”的风险“或”他们“?对艾滋病和Covid-19的多样性和反应的比较政治。“ SSRC项目 . //items.ssrc.org/covid-19-and-the-social-sciences/democracy-and-pandemics/risk-for-us-or-for-them-the-comparative-politics-of-diversity-and-responses-to-aids-and-covid-19/.

Long,M.和M. Rae。 2020.“紧急状有效的病人留下卫生保健工作者的差距。” Kaiser家族基金会, June 17. //www.kff.org/coronavirus-covid-19/issue-brief/gaps-in-emergency-paid-sick-leave-law-for-health-care-workers/.

Lu,M. 2020。“这些是Covid-19风险最高的职业。” 世界经济论坛, April 20. //www.weforum.org/agenda/2020/04/occupations-highest-covid19-risk/.

Mattern,S. 2015。“使命控制:城市仪表板的历史。” 地方杂志. //doi.org/10.22269/150309.

Mattn,S. 2020。“Andrew Cuomo的Covid-19简报推出了PowerPoint的有说服力的权威。” 美国艺术, April 13. //www.artnews.com/art-in-america/features/andrew-cuomo-covid-briefings-powerpoint-slideshow-authority-1202683735/.

彼得斯,E.2020。“痴迷于每日冠状病毒统计数据库?” 纽约时报 ,3月12日 . //www.nytimes.com/2020/03/12/opinion/sunday/coronavirus-statistics.html.

Poorer,T. M. 1992.“大学的量化和核算”。 科学社会研究 22:633-52。

Rodríguez,M. A.和R.García。 2013年。“首先,没有伤害:美国在危地马拉的性传播疾病实验。” 美国公共卫生杂志 103(12):2122-26。

Sangaramoorthy,T. 2012.“治疗数字:艾滋病毒/艾滋病监测,主观性和风险。” 医学人类学 31(4): 292–309.

Sangaramoorthy,T.和A. Benton。 2012。“介绍:枚举,身份和健康。” 医学人类学 31(4):287-91。

Segata,J.2020。“Covid-19:Pandemics的尺度和人类学级别。” 躯体影像 . http://somatosphere.net/2020/covid-19-scales-of-pandemics-and-scales-of-anthropology.html/.

Shmerling,R. H. 2020。“哪种测试最适合Covid-19?” 哈佛健康博客. //www.health.harvard.edu/blog/which-test-is-best-for-covid-19-2020081020734.

街道,A.和A. Kelly。 “计数冠状病毒:在全球紧急情况下提供诊断确定性。” 躯体影像 . http://somatosphere.net/forumpost/counting-coronavirus-diagnostic-certainty-global-emergency/.

US Bureau of Labor Statistics (BLS). “How the Government Measures Unemployment.” //www.bls.gov/cps/cps_htgm.htm.

US Center for Disease Control (CDC). “US Public Health Service Syphilis Study at Tuskegee.” //www.cdc.gov/tuskegee/index.html.

US Centers for Medicare & Medicaid Services (CMS). 2020. “CMS Updates COVID-19 Testing Methodology for Nursing Homes.” //www.cms.gov/newsroom/press-releases/cms-updates-covid-19-testing-methodology-nursing-homes.

Vann,M.,S. R. Kim和L. Bronner。 “白色社区有更多访问Covid-19测试网站:分析。” ABC新闻 , July 22. //abcnews.go.com/Politics/white-neighborhoods-access-covid-19-testing-sites-analysis/story?id=71884719.

范Witsen,A. 2018。“记者如何建立对数量和统计数据的信任:探索性研究的结果。”在 了解信任和信誉在科学交流中的作用. //doi.org/10.31274/sciencecommunication-181114-8.

Volz,M.和P. Galewitz。 2020.“只需等待结果,COVID测试”无用“,各国寻求解决方法。” 凯撒健康新闻, July 23. //khn.org/news/states-search-for-ways-to-deal-with-covid-19-testing-backlogs/.

Wojnarowski,A.2020。“NBA调整了冠状病毒测试政策,让玩家更快地返回。” ESPN. , August 3. //www.espn.com/nba/story/_/id/29588865/nba-tweaks-coronavirus-testing-policy-allow-players-return-quicker.

Yong,E. 2020年。“美国的拼凑而成的大流行进一步磨损。” 大西洋组织 , May 20. //www.theatlantic.com/health/archive/2020/05/patchwork-pandemic-states-reopening-inequalities/611866/.

Zuberi,T. 2000。“贬低社会统计:种族量化的问题。” 美国政治学科学院 568:172–85.

 

笔记

[1] 具有讽刺意味的是,最好的自己是弹性的 WHO 掩盖了这些决定,写作“数字出现在公共问题和公共政策中的讨论中。”一个复杂的政府和媒体演员(CF.BRIGGS [2003]关于健康的公众话语)有助于这些数字的重新制定,这反过来再现它们背后的电力结构。

[2] 许多新闻机构还进一步复杂化了图片,还报告了申请失业救济金的人数。

[3] 截至20201年4月14日,美国有近3150万报告的Covid-19案件。

[4] 虽然它在很大程度上超出了这件作品的范围,但重要的是要承认种族化的动态在美国跨越非凡的方式扑灭。东亚美国人,黑人和拉丁裔美国人,土着美国人和正统犹太人都被各种各样地归咎于大流行的传播,让他们的疾病和死亡被视为微不足道,并经历了仇恨犯罪的崛起 - 即使是白人美国人的种族化经历很大程度上继续被视为未标记的默认值并取消审查。

[5] Covid跟踪项目于3月7日的2021年3月7日停止收集数据。

 

引用

Barchas-lichtenstein,耶拿。 2020.“官方统计的限制。” 美国人类学家 website, April 14.

分享这篇文章:

发表评论

您的电子邮件地址不会被公开。 必需的地方已做标记 *