Statistical Invisibility of Disability in Humanitarian Contexts: A Scoping Review and Case Lessons from Syria
सीरिया के इस स्कोपिंग रिव्यू और केस स्टडी से पता चलता है कि पारंपरिक सांख्यिकीय विधियाँ जटिल, प्रतिच्छेदी वास्तविकताओं को पकड़ने में विफल रहकर मानवीय संदर्भों में विकलांग व्यक्तियों को व्यवस्थित रूप से अदृश्य बना देती हैं, जिससे समावेशी सहायता वितरण सुनिश्चित करने के लिए अधिक विच्छेदित और लचीले डेटा संग्रह की ओर एक प्रतिमान परिवर्तन (पैराडाइम शिफ्ट) आवश्यक हो जाता है।
मूल पेपर CC BY 4.0 (https://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
सार्वजनिक स्वास्थ्य की दुनिया में, संख्याएँ वह भाषा हैं जिनका उपयोग यह तय करने के लिए किया जाता है कि किसे मदद मिलनी चाहिए। जब कोई संकट आता है, चाहे वह प्राकृतिक आपदा हो या युद्ध, सहायता संगठन यह पता लगाने के लिए सर्वेक्षणों और डेटा पर भरोसा करते हैं कि कितने लोग बीमार हैं, कितने घायल हैं, और उन्हें किस प्रकार की दवा या आश्रय की आवश्यकता है। दशकों से, विकलांग व्यक्तियों को गिनने का मानक तरीका एक सरल प्रश्न पूछना रहा है: "क्या आप विकलांग हैं?" यदि उत्तर हाँ है, तो उस व्यक्ति को एक एकल समूह में एक इकाई के रूप में गिना जाता है। यह दृष्टिकोण विकलांगता को एक निश्चित लेबल के रूप में मानता है, जैसे किसी फ़ाइल पर लगी एक मुहर, न कि एक जटिल अनुभव के रूप में जो व्यक्ति के वातावरण, उसकी विशिष्ट अक्षमता के प्रकार और उन बाधाओं के आधार पर बदलता रहता है जिनका वह प्रतिदिन सामना करता है। समस्या यह है कि गिनती करने का यह सरल तरीका अक्सर सबसे असुरक्षित लोगों को अनदेखा कर देता है। यह उन लोगों को देखने में विफल रहता है जिनकी विकलांगताएँ अदृश्य हैं, जैसे मानसिक स्वास्थ्य आघात या सीखने की कठिनाइयाँ, या वे जिनकी गति करने की क्षमता केवल टूटी हुई सड़कों और रैंप की कमी के कारण सीमित है। जब डेटा अधूरा होता है, तो उसके बाद मिलने वाली सहायता भी अधूरी होती है, जिससे लाखों लोग बिना किसी सहायता के रह जाते हैं जिसकी उन्हें सख्त जरूरत है।
लिवरपूल जॉन मूर्स यूनिवर्सिटी के शोधकर्ताओं द्वारा किया गया एक नया अध्ययन इस बात की जांच करता है कि यह अंतर क्यों मौजूद है और यह संघर्ष क्षेत्रों में लोगों को कैसे नुकसान पहुँचाता है। टीम ने 2010 और 2024 के बीच प्रकाशित वैज्ञानिक साहित्य की एक व्यापक समीक्षा की, जिसमें यह देखा गया कि शोधकर्ताओं और स्वास्थ्य अधिकारियों ने विकलांग व्यक्तियों का अध्ययन करने के लिए पारंपरिक रूप से सांख्यिकी का उपयोग कैसे किया है। उन्होंने चालीस एक विभिन्न अध्ययनों का परीक्षण किया ताकि उपयोग किए जा रहे उपकरणों और विधियों को समझा जा सके। उन्होंने एक कठोरता का पैटर्न पाया। अधिकांश शोध मानक सर्वेक्षणों पर निर्भर थे जो एक ही समय में समान निश्चित प्रश्न पूछते थे। ये सर्वेक्षण अक्सर सभी प्रकार की विकलांगताओं को एक बड़े श्रेणी में एक साथ रख देते थे, जिससे दृष्टिहीन, व्हीलचेयर का उपयोग करने वाले और युद्ध के मनोवैज्ञानिक घावों से जूझ रहे व्यक्ति के बीच के विशाल अंतरों की अनदेखी होती थी। इसके अलावा, सर्वेक्षण के लिए लोगों को चुनने के तरीके अक्सर उन लोगों को बाहर कर देते थे जो अलग-थलग थे, जो कठिन क्षेत्रों में रह रहे थे, या जिनके पास ऐसी स्थितियाँ थीं जो बाहर से दिखाई नहीं देतीं।
शोधकर्ताओं ने चार मुख्य कारणों की पहचान की कि क्यों विकलांग लोग इन आंकड़ों में अदृश्य बने हुए हैं। पहला, उपयोग किए जाने वाले गणितीय मॉडल बहुत स्थिर हैं; वे यह नहीं पकड़ सकते कि किसी व्यक्ति की कार्य करने की क्षमता उसके वातावरण के बदलने या समय बीतने के साथ कैसे बदलती है। दूसरा, डेटा को विभाजित करने में व्यापक विफलता है। विशिष्ट आवश्यकताओं वाले लोगों की संख्या बताने के बजाय, डेटा अक्सर केवल "विकलांग" कहता है, जो विभिन्न समूहों द्वारा सामना की जाने वाली अनूठी चुनौतियों को छिपा देता है। तीसरा, सर्वेक्षण के लिए लोगों को चुनने का तरीका व्यवस्थित रूप से उन लोगों को बाहर कर देता है जिनमें गैर-शारीरिक विकलांगताएँ होती हैं, जैसे ऑटिज्म या पोस्ट-ट्रॉमेटिक स्ट्रेस (आघात के बाद का तनाव), क्योंकि प्रश्न उन्हें खोजने के लिए डिज़ाइन नहीं किए गए हैं। अंत में, विकलांगता को मापने के उपकरण इतने लचीले नहीं हैं कि वे अराजक, संकटग्रस्त स्थितियों में अच्छी तरह काम कर सकें जहाँ कलंक या डर लोगों को ईमानदारी से उत्तर देने में संकोच करा सकता है।
इन सांख्यिकीय त्रुटियों के कितने खतरनाक होने को दिखाने के लिए, लेखकों ने सीरिया की स्थिति का बारीकी से अध्ययन किया। इस संघर्ष-प्रभावित देश में, सरकारी रिकॉर्ड के विनाश का अर्थ है कि मानवीय समूहों को जनसंख्या की गणना करने के लिए अपने स्वयं के सर्वेक्षणों पर निर्भर रहना होगा। अध्ययन दो प्रमुख मूल्यांकनों के बीच रिपोर्ट की गई संख्याओं में एक चौंकाने वाले बदलाव को उजागर करता है। 2022 में, एक रिपोर्ट ने अनुमान लगाया कि सीरिया की आबादी का 29 प्रतिशत, या लगभग 4.2 मिलियन लोग, विकलांगता के साथ रह रहे थे। ठीक एक साल बाद, एक थोड़े अलग सर्वेक्षण उपकरण और गणना के एक अलग तरीके का उपयोग करते हुए एक नई रिपोर्ट ने अनुमान लगाया कि केवल 17 प्रतिशत, या लगभग 2.6 मिलियन लोग, विकलांग थे। जनसंख्या अचानक स्वस्थ नहीं हुई, और लाखों लोग अपनी चोटों से ठीक नहीं हुए। संख्याओं में गिरावट पूरी तरह से पूछे गए प्रश्नों और यह तय करने के नियमों को बदलने का परिणाम थी कि किसे विकलांग माना जाए।
इस कार्यप्रणाली के परिवर्तन का तत्काल और गंभीर वास्तविक दुनिया पर प्रभाव पड़ा। क्योंकि अंतर्राष्ट्रीय वित्त पोषण और सहायता का वितरण सीधे इन संख्याओं से जुड़ा होता है, अचानक आई इस गिरावट का अर्थ था कि 1.5 मिलियन से अधिक लोगों को आधिकारिक योजनाओं से प्रभावी रूप से मिटा दिया गया था। इसके परिणामस्वरूप, विशेष सुरक्षा सेवाओं, पुनर्वास केंद्रों और व्हीलचेयर या सुनने की मशीन जैसी आपूर्ति को इन व्यक्तियों के लिए कम कर दिया गया या पूरी तरह से काट दिया गया। अध्ययन दर्शाता है कि सांख्यिकीय उपकरण का चयन केवल एक शैक्षणिक अभ्यास नहीं है; यह एक ऐसा निर्णय है जो यह निर्धारित करता है कि एक कमजोर व्यक्ति को जीवन रक्षक सहायता मिलेगी या उसे पीछे छोड़ दिया जाएगा।
लेखक निष्कर्ष निकालते हैं कि आधुनिक संकटों की वास्तविकता के लिए वर्तमान गिनती का तरीका मौलिक रूप से त्रुटिपूर्ण है। वे तर्क देते हैं कि सार्वजनिक स्वास्थ्य एजेंसियों को व्यापक, 'एक ही आकार के सभी के लिए उपयुक्त' श्रेणियों का उपयोग करना बंद कर देना चाहिए और इसके बजाय विस्तृत डेटा एकत्र करना चाहिए जो लोगों को उनके दोष के प्रकार, उनकी स्थिति की गंभीरता, और उनकी आयु एवं लिंग के आधार पर अलग करता हो। वे ऐसे सर्वेक्षण उपकरणों का भी आह्वान करते हैं जो स्थानीय संदर्भों के अनुकूल हो सकें और मानसिक स्वास्थ्य संघर्षों जैसी अदृश्य स्थितियों को पकड़ सकें। सबसे महत्वपूर्ण बात यह है कि वे जोर देते हैं कि सर्वेक्षणों को डिजाइन करने में विकलांग व्यक्तियों को स्वयं शामिल किया जाना चाहिए। उन लोगों को सुनकर जिन्हें वे गिनने की कोशिश कर रहे हैं, सहायता संगठन यह सुनिश्चित कर सकते हैं कि उनका डेटा मानव अनुभव की वास्तविक जटिलता को दर्शाता है, जिससे उस सांख्यिकीय विलोपन को रोका जा सके जो वर्तमान में लाखों लोगों को अंधेरे में छोड़ देता 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।