Power, Prescription, and Postpositivism: Considerations for collecting and representing neurodiversity demographic information in physics education research
यह शोध पत्र भौतिकी शिक्षा अनुसंधान में न्यूरोडायवर्सिटी डेटा एकत्र करने के लिए निर्देशात्मक नैदानिक विधियों पर निर्भरता की आलोचना करता है, और इसके बजाय एक प्रतिभागी-केंद्रित ढांचे का प्रस्ताव देता है जो डेटा की प्रामाणिकता, विश्वसनीयता और सुलभता को बढ़ाने के लिए स्व-पहचान को प्राथमिकता देता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप लोगों की एक विविध भीड़ की समूह फोटो (group photo) लेने की कोशिश कर रहे हैं। इस फोटो को उपयोगी बनाने के लिए, आपको यह जानने की जरूरत है कि इसमें कौन है। क्या वे कलाकार हैं, इंजीनियर हैं, या शेफ हैं? क्या वे लंबे हैं, छोटे हैं, या बीच के हैं?
यह शोध पत्र इस बारे में है कि कैसे फिजिक्स एजुकेशन (भौतिक विज्ञान के छात्रों के सीखने के तरीके का अध्ययन करने वाले लोग) के शोधकर्ता वर्तमान में न्यूरोडायवर्जेंट (neurodivergent) मस्तिष्क वाले छात्रों (वे लोग जिनके दिमाग अलग तरह से काम करते हैं, जैसे कि ADHD, ऑटिज्म, डिस्लेक्सिया या बाइपोलर डिसऑर्डर वाले लोग) की वह "ग्रुप फोटो" ले रहे हैं।
लेखक तर्क देते हैं कि अभी शोधकर्ता फोटो लेने का जो तरीका अपना रहे हैं, वह चेहरों को धुंधला कर देता है और सभी को एक ही सामान्य बॉक्स में जबरदस्ती फिट कर देता है। वे फोटो लेने का एक नया तरीका प्रस्तावित करते हैं जो वास्तव में प्रत्येक व्यक्ति के अनूठे विवरणों को दिखाता है।
यहाँ उनके तर्क का सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:
1. समस्या: "प्रिस्क्रिप्टिव" (Prescriptive) बनाम "डिस्क्रिप्टिव" (Descriptive) दृष्टिकोण
यह पत्र भाषा के एक चतुर रूपक का उपयोग करके समस्या को समझाने के लिए प्रिस्क्रिप्टिविज्म (Prescriptivism) बनाम डिस्क्रिप्टिविज्म (Descriptivism) का उपयोग करता है।
- पुराना तरीका (प्रिस्क्रिप्टिविज्म): कल्पना कीजिए कि एक शिक्षक छात्र से कहता है, "तुम्हें इस तरह से बोलना चाहिए क्योंकि यही सही तरीका है।" शोध में, यह तब होता है जब एक वैज्ञानिक कहता है, "यदि आपके पास आधिकारिक मेडिकल डायग्नोसिस है, तो आपको 'लर्निंग डिसेबिलिटी' का बॉक्स चेक करना ही होगा।"
- समस्या: यह एक बड़े बाल्टी में सबको डालने जैसा है जिस पर "विकलांग" (Disabled) का लेबल लगा हो। यह इस तथ्य को नजरअंदाज करता है कि एक व्यक्ति को डिस्लेक्सिया हो सकता है, दूसरे को ADHD, और तीसरे को दोनों। यह यह भी मान लेता है कि यदि आपके पास डॉक्टर का नोट नहीं है, तो आप उस बाल्टी के पात्र नहीं हैं। यह लोगों को एक ऐसे बॉक्स में फिट होने के लिए मजबूर करता है जो शायद उनके लिए सही न हो।
- नया तरीका (डिस्क्रिप्टिविज्म): कल्पना कीजिए कि एक शिक्षक पूछता है, "आप अपनी आवाज़ को कैसे वर्णित करते हैं?" शोध में, इसका अर्थ है छात्रों से पूछना, "आप स्वयं को कैसे पहचानते हैं?" और उन्हें अपने शब्दों का उपयोग करने देना।
- लाभ: यह लोगों को अपने पहनावे का वर्णन करने देने जैसा है। कोई कह सकता है, "मैं चश्मे वाला एक पेंटर हूँ," और दूसरा कह सकता है, "मैं व्हीलचेयर का उपयोग करने वाला एक कोडर हूँ।" यह एक साफ, नकली श्रेणी के बजाय वास्तविक, मानवीय वास्तविकता को पकड़ता है।
2. "गैप गेजिंग" (Gap Gazing) का जाल
लेखकों ने STEM (विज्ञान, तकनीक, इंजीनियरिंग, गणित) में न्यूरोडायवर्जेंट छात्रों के बारे में 47 अलग-अलग अध्ययनों का विश्लेषण किया। उन्होंने पाया कि कई शोधकर्ता "गैप गेजिंग" कर रहे थे।
- उपमा: कल्पना कीजिए कि आप एक जंगल को देख रहे हैं और केवल उन पेड़ों को गिन रहे हैं जो "बीमार" बनाम "स्वस्थ" हैं, बिना कभी पेड़ों से यह पूछे कि वे कैसा महसूस करते हैं।
- वास्तविकता: कई अध्ययन सभी को "लर्निंग डिसेबिलिटी" या "न्यूरोडायवर्जेंट" जैसी एक बड़ी, अस्पष्ट श्रेणी में मिला देते थे, बिना यह पूछे कि छात्रों की विशिष्ट भिन्नताएं क्या थीं।
- यह बुरा क्यों है: यदि आप सभी को एक बड़े ढेर में मिला देते हैं, तो आप विशिष्ट विवरण खो देते हैं। आप यह नहीं बता सकते कि कोई शिक्षण पद्धति डिस्लेक्सिया वाले व्यक्ति के लिए काम करती है या नहीं, यदि आपने उन्हें ADHD वाले व्यक्ति के साथ मिला दिया है। यह कार के इंजन को ठीक करने की कोशिश करने जैसा है जैसे कि सभी कारों को एक ही मॉडल मानकर इलाज किया जाए।
3. शक्ति का संतुलन: कलम किसके हाथ में है?
पत्र तर्क देता है कि जब शोधकर्ता लोगों को पूर्व-निर्धारित श्रेणियों में मजबूर करते हैं, तो वे कलम थामे होते हैं और यह तय करते हैं कि किसे क्या बनना है।
- रूपक: यह एक कॉस्ट्यूम पार्टी की तरह है जहाँ होस्ट सभी को एक मास्क पकड़ा देता है और कहता है, "यह मास्क पहनो; यही एकमात्र असली मास्क है।"
- परिणाम: यह लोगों को अपनी कहानी बताने की शक्ति से वंचित कर देता है। यह मानता है कि शोधकर्ता छात्र से बेहतर जानता है कि उनकी पहचान क्या है। लेखक कहते हैं कि यह अनुचित और वैज्ञानिक रूप से कमजोर है क्योंकि यह वास्तविकता का एक नकली संस्करण बनाता है।
4. समाधान: "NEURO-ID" दृष्टिकोण
लेखक दिशानिर्देशों का एक नया सेट प्रस्तावित करते हैं जिसे NEURO-ID कहा जाता है। इसे "बॉटम-अप" (नीचे से ऊपर का) दृष्टिकोण समझें।
- यह कैसे काम करता है: चिकित्सा निदान (टॉप-डाउन) की सूची से शुरू करने के बजाय, शोधकर्ता छात्र की अपनी कहानी से शुरू करते हैं।
- चरण 1: छात्र को अपने शब्दों में खुद का वर्णन करने के लिए कहें।
- चरण 2: उनकी कहानियाँ सुनने के बाद उन कहानियों को एक साथ समूहबद्ध करें।
- चरण 3: यदि आपको एक बड़ी श्रेणी (जैसे "न्यूरोडायवर्जेंट") की आवश्यकता है, तो सुनिश्चित करें कि आप उसके नीचे छोटे, विशिष्ट विवरण भी सूचीबद्ध करें (जैसे "ऑटिज्म," "ADHD," "बाइपोलर")।
- लक्ष्य: एक ऐसा मानचित्र बनाना जो अन्य वैज्ञानिकों के लिए उपयोगी होने के लिए पर्याप्त विस्तृत हो, लेकिन ईमानदार होने के लिए पर्याप्त लचीला भी हो कि लोग वास्तव में कौन हैं।
5. यह क्यों महत्वपूर्ण है
लेखक कहते हैं कि इसे सही ढंग से करना केवल दयालु होना नहीं है; यह सटीकता के बारे में है।
- यदि हम "बड़े बाल्टी" (Big Bucket) विधि का उपयोग करते हैं, तो हम इस तथ्य को मिस कर सकते हैं कि एक विशिष्ट शिक्षण रणनीति एक प्रकार के छात्र की मदद करती है लेकिन दूसरे को भ्रमित करती है।
- "डिस्क्रिप्टिव" (वर्णनात्मक) विधि का उपयोग करके, हम पूरी तस्वीर देख सकते हैं। हम भौतिक विज्ञान में दिमागों की विविधता का जश्न मना सकते हैं बजाय इसके कि उन्हें एक जैसा दिखने के लिए मजबूर किया जाए।
सारांश
संक्षेप में, यह पत्र भौतिकी शोधकर्ताओं को बताता है: छात्रों को कठोर, चिकित्सा संबंधी बक्सों में जबरदस्ती फिट करना बंद करें। इसके बजाय, उनसे पूछें कि वे खुद को कैसे देखते हैं, उनके उत्तरों को सुनें, और अपने डेटा श्रेणियों को उनकी वास्तविकता के आधार पर बनाएं, न कि आपकी धारणाओं के आधार पर। यह अनुसंधान को अधिक ईमानदार, अधिक उपयोगी और अध्ययन किए जा रहे लोगों के प्रति अधिक सम्मानजनक बनाता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।