If older workers and women workers both have low participation in digital training what should be done in data analysis?यदि older workers और women workers दोनों को digital training में कम भागीदारी मिलती है तो data analysis में क्या करना चाहिए?
Answer and explanationउत्तर और व्याख्या
Correct answer:सही उत्तर: Check data separately and jointly by age and genderage और gender के अनुसार अलग तथा संयुक्त data देखना
Direct answer: Option A, check data separately and jointly by age and gender. If only the total number of trainees is examined, an institution may miss that older women are participating far less than other groups. Separate data shows the pattern for women, men, younger workers, and older workers. Joint analysis of age and gender can reveal an intersectional barrier, such as technology anxiety, inaccessible timing, care duties, or lack of support affecting older women particularly. Option B, total numbers alone, can hide the gap. Option C wrongly denies evidence of unequal access. Option D gives up instead of improving training. Memory cue: disaggregated data makes hidden gaps visible.सीधा उत्तर: विकल्प A—उम्र और gender के अनुसार अलग तथा संयुक्त data देखना। यदि केवल कुल trainees की संख्या देखी जाए, तो यह छिप सकता है कि older women की भागीदारी बहुत कम है। अलग-अलग data से महिलाओं, पुरुषों, younger workers और older workers के patterns समझ आते हैं। उम्र और लिंग का संयुक्त analysis intersectional बाधा दिखा सकता है, जैसे तकनीक का डर, अनुपयुक्त समय, care duties या विशेष सहायता की कमी। विकल्प B केवल कुल संख्या देखता है, इसलिए gap छिप सकता है। विकल्प C असमान पहुंच के प्रमाण को अनदेखा करता है। विकल्प D training सुधारने के बजाय उसे बंद कर देता है। याद रखें: disaggregated data छिपी असमानता को दिखाई देता है।
Student feedback
Was this question useful?
👍 0 Helpful 👎 0 Not helpful
Yes 0% No 0%
0 responsesStudent Reviews
No published reviews yet.
