使用用户优先的语言和标签
学习目标
完成本单元后，您将能够：
- 在工作中产生以人为本的语言。
- 讨论标题、文本和标签如何影响意义。
标签的影响
对于数据传播者和研究人员来说，重要的是要记住数据反映了真实人物的生活和经历。如果您的数据是关于人的，请非常清楚地说明他们是谁。
在可视化中，标签很重要。语言是有生命、会呼吸的，并且会不断变化。人们不再接受过去使用的某些标签是合理的——实际上，这些标签可能是冒犯性的。例如，在您的数据分析中，最好的方法是使用完整标签，例如 Black people（黑色人种），而不是 Blacks（黑色）。
下面图例中的语言就缺乏包容性。在这个 More Black and More Poverty（更多黑色更多贫困）量表上，贫困指的是一种体验，而不是静态描述，而黑色指的是肤色，而不是人。更具包容性的说法是 Larger proportion of people experiencing poverty（较大比例的贫困人口）和 Larger Black population（较多的黑人人口）。事实上，这个图例后来从 More Black（更多黑色）改为了 Larger Black Population（较多的黑人人口），以强调人，而不是肤色。
使用以人为本的语言
您使用的标签可能会在延续种族刻板印象和其他形式的压迫方面发挥作用。在您的可视化中，您可以利用标题、注释、标签和备注来指出这些压迫的力量、它们的运作方式和历史背景，以此解决这个问题，而不是让它们掩藏在周围的文本中。
检查您为标题、文本和标签选择的词语可以充分揭示世界是如何看待不同人群的。在制定这些标签时，数据叙事者可以抵制多种形式的压迫，并努力使语言“以人为本”。为此，您首先必须了解您当前使用的标签。
通过强调人而不是某种特质（有残疾的人而不是残疾，黑色人种而不是“黑色”）使信息更加人性化，而不是将人们分类为统计数据。当标签提供静态描述时，数据收集中有许多细微之处可能会被忽略或丢失。
例如，一项研究在衡量被监禁者接受精神健康诊断的比率时将他们称为“囚犯”。虽然囚犯这个词可能看起来是中立和客观的，但它通过给人们贴上罪行和惩罚的标签而使他们丧失人格。在此语境下，囚犯一词也忽视了种族主义和歧视在被监禁者接受精神疾病诊断的可能性中所起的作用。
这项特定研究结果的更准确反映是有色人种不太可能获得精神健康诊断，甚至是白种人会获得更多精神健康诊断。这就将焦点从有色人种所缺乏的东西转移到监狱系统中占主导地位的群体的不公平优势和种族差异，而且指的是人而不是囚犯。
研究人员和数据分析师必须与他们正在研究的群体以及研究的消费者交谈，以了解和确定他们首选的用语，以便更好地掌控数据、研究和政策建议。
注意不断发展的语言
使用过时或不太受欢迎的用语的调查或数据集可能会因语言而造成麻烦。毕竟，语言是流动的。用于描述人和群体的术语和短语在不断发展。
例如，现在人们使用 Latinx 一词来代替 Hispanic/Latino。有时，一些用语需要时间才能被广泛接受。或者，由于政治、年龄、种族或族裔的交叉性，首选用语可能存在差异。您可能不愿意更改作为最终报告、图表或仪表板一部分的原始调查中使用的单词或短语，这是可以理解的。但在以同理心和包容的视角传达数据时，有必要这么做。
有意识地给数据排序
通常，很少会有人考虑如何给表格中的估计值或图表中的条形图进行排序，而是让它们就像在原始数据中一样显示。同样，这种排序的影响也被忽略了。这是另一个您可以让您的工作具有包容性的方面。这种秩序和隐含的种族等级制度源于历史传统。在美国进行的许多最大规模的人口统计调查都将白人和黑人列为前两个选项。
谁显示在表格的第一行或图表的第一条会影响读者如何看待不同组别之间的关系或层次结构。您对数据的排序方式可能无意中反映了您将谁视为与其他人进行比较的默认对照组，或者谁是您的可视化的目标受众。总是从白人、男性或异性恋开始会让这些组别看起来是最重要的。
在决定如何对种族和族裔群体进行排序时，请考虑：
- 如果您的研究侧重于特定群体，请首先展示该群体。
- 最终顺序应反映您要表达的观点。
- 如果存在可以指导群体排序方式的定量关系（按字母顺序、人口规模、样本规模或结果的影响排序），请选择它。