编辑推荐：
这篇综述聚焦于 STEM 身份研究，探讨当前量化研究方法对种族化障碍的忽视。引入量化批判（QuantCrit）理论，剖析其对传统研究方法的挑战，提出应将历史和文化敏感性融入研究，为相关研究人员提供新视角与研究方向。
引言
在 STEM（Science, Technology, Engineering, and Mathematics）身份研究领域，众多学者采用定量方法，试图从学习者的参与度、兴趣、表现、能力和认可度等维度，探究他们与 STEM 的联系。然而，现有的测量方式存在明显缺陷。许多测量工具往往忽略了种族化障碍对学习者进入和体验 STEM 领域的影响，也未考虑这些障碍背后更为广泛的历史和社会背景。
例如，让学习者选择重叠身份圈来表明个人与 STEM 身份 “兼容性” 的工具，或是让他们对 “我的导师认为我是个适合 STEM 领域的人” 这类表述进行认同度评分的方式，虽然在预测与 STEM 领域权力相关的结果（如 STEM 职业发展）方面有一定价值，但却可能无意中强化了对 STEM 领域 “准入者” 的狭隘、排他性观念。这些方法以精英化、标准化的视角构建 STEM 身份概念，未能考虑到学习者面临的系统性不公平，仿佛 “STEM 人” 只有一种标准模式。
鉴于此，本文深入探讨如何改进评估和构建 “STEM 身份” 的方法，使其能够考量种族化障碍，进而实现对 “自认为是 STEM 领域一员” 这一概念更细致、公平的测量。同时，研究还关注如何在评估 STEM 身份特质以及解释量化关系的过程中，融入对历史和文化的敏感性。
QuantCrit 及其对 STEM 身份研究人员的挑战
在反思 STEM 身份的概念化和测量方式时，必须将批判种族理论（CRT）和量化批判（QuantCrit）中提出的更广泛的方法论批判纳入考量。Zuberi 和 Bonilla - Silva 借鉴批判种族理论指出，社会科学领域的规范性研究实践充斥着维持白人至上的 “白人逻辑”。他们认为，要打破这些逻辑，研究人员需要设置方法论上的 “停止标志”，即刻意设置一些关键节点，促使研究过程偏离传统的、可能带有偏见的研究路径。这为 STEM 身份研究人员敲响了警钟，意味着在研究过程中不能再盲目沿用旧有的研究模式，而需要对研究方法进行批判性审视，以避免强化现有的不平等结构。
QuantCrit 在 STEM 身份模型和测量中的机遇
将 STEM 身份作为一个理论案例进行研究很有必要。当前，人们对如何将 STEM 身份这一概念付诸实践、进行测量和建模的关注度日益提高。尽管支持发展 STEM 身份常被视为促进那些因种族主义、性别歧视、阶级歧视、本土主义和能力主义等制度而长期处于边缘地位的学习者参与 STEM 领域的一种手段，但这一概念本身并非天然就能推动公平目标的实现。
实际上，测量和分析方法的选择起着关键作用。合适的选择能够打破现有的不公平模式，促进更广泛、更公平的参与；而不当的选择则可能延续甚至加剧现有的边缘化状况。QuantCrit 为研究人员提供了一个全新的视角，帮助他们重新审视和设计研究方法，从而挖掘出更能反映真实情况、促进公平的研究成果，例如在设计调查问卷时，能够更全面地考虑不同背景学习者的经历和感受，避免因研究工具的局限性而忽略了部分群体的声音。
机遇与建议
回顾本文提及的各类研究选择（包括作者自身和其他学者的研究），一个核心问题浮现出来：对于致力于采用批判性方法（如 QuantCrit）的研究人员而言，该如何以不同的方式开展 STEM 身份测量呢？对于像 STEM 身份这样定义和测量工具差异巨大、研究人员还在积极协商其内涵的概念来说，这个问题显得尤为紧迫。
从 QuantCrit 的角度来看，这种内涵的协商并非只是简单的语义讨论，而是涉及到研究的根本目的和价值取向。研究人员需要重新审视调查问卷的设计，考虑如何更全面地涵盖不同群体的经历，避免预设单一的 “STEM 人” 模式；在数据分析过程中，也要关注数据背后的社会和历史因素，避免得出片面或带有偏见的结论。通过这些努力，有望推动 STEM 身份研究朝着更加公平、包容的方向发展，真正实现通过研究促进 STEM 领域广泛参与的目标。
