Cet article a été rédigé par Temilola Afolabi, responsable du programme Open Data for Equity, Center for Open Data Enterprise (CODE). Vous pouvez la contacter à l'adresse temilola@odenterprise.org pour toute question ou tout commentaire.

  • Le problème : les données existantes nous aident à comprendre les tendances historiques qui continuent d’influencer profondément la vie des Américains noirs et métis aujourd’hui. Cependant, nous avons besoin de meilleures données dans cinq domaines majeurs pour atteindre les objectifs d’équité : l’accès à des soins de santé de qualité, un logement équitable, des opportunités d’emploi, la justice pénale et la justice climatique et environnementale.

  • Pourquoi c’est important : Des données plus nombreuses et de meilleure qualité couvrant diverses facettes de la vie, de l’éducation aux soins de santé en passant par les opportunités économiques, permettront aux décideurs politiques de mieux faire face aux problèmes persistants d’équité.

  • La solution : les données ouvertes peuvent être utilisées pour améliorer l’équité en matière de santé, de logement, de travail, de justice pénale, de climat et d’environnement. Mapping Racial Equity: From Data to Communities , publié par le Center for Open Data Enterprise (CODE), explore et visualise les applications et les opportunités existantes en matière de données ouvertes pour soutenir l’équité raciale.

Les responsables politiques américains à tous les niveaux (national, étatique et municipal) s’attaquent de plus en plus aux inégalités sociales de longue date. Pour ce faire, ils ont besoin de données plus nombreuses et de meilleure qualité dans des domaines politiques clés tels que la santé, le logement, la main-d’œuvre, la justice pénale, le climat et l’environnement. Des données plus complètes, de meilleure qualité et compréhensibles par les machines dans ces domaines clés peuvent aider les décideurs politiques à mieux comprendre les défis en matière d’équité auxquels ils sont confrontés et à exploiter cette compréhension comme catalyseur de changements significatifs.

💬 Dites à l'auteur ce que vous pensez des effets des préjugés sur l'accession à la propriété et l'accès à des soins de santé de qualité dans votre contexte en laissant un commentaire ci-dessous

Mon organisation, le Center for Open Data Enterprise (CODE), a élaboré un programme sur les données pour l’équité au cours des dernières années. Ce faisant, nous avons appris comment les données ouvertes peuvent être exploitées pour renforcer l’équité dans ces domaines clés. Notre nouveau site Web montre le pouvoir des données pour identifier les problèmes d’équité raciale et favoriser la recherche de solutions.

Combler les lacunes en matière de soins de santé dans les communautés mal desservies

Des études montrent que le faible accès aux soins de santé expose les Américains noirs et bruns à un risque plus élevé de problèmes de santé. Les déterminants sociaux de la santé et d’autres données clés peuvent identifier les facteurs sous-jacents conduisant à une utilisation élevée des soins de santé, mettre en lumière les résultats de santé variables selon les communautés et aider les décideurs politiques, les compagnies d’assurance et les prestataires de soins médicaux à mieux cibler les interventions et les investissements. Les données sont déjà utilisées pour décrire les mesures de vulnérabilité au niveau hyperlocal, notamment la prévalence des maladies chroniques, l’accès aux soins, les modèles de risque basés sur le lieu et plus encore. Mapping Racial Equity montre comment les déterminants sociaux de la santé ont un impact sur les résultats de santé et comment le lieu de résidence d’une personne peut avoir un impact direct sur son risque de santé.

Identifier les pratiques déloyales en matière de logement

Les communautés noires et autres communautés de couleur sont confrontées à un certain nombre d’obstacles liés au logement et à l’accession à la propriété, notamment les pratiques discriminatoires en matière de logement , la discrimination en matière de prêts hypothécaires et l’accessibilité financière. Les données ouvertes sur le logement révèlent les effets persistants de la discrimination historique en matière de logement, permettent aux décideurs de développer des efforts ciblés de déségrégation et de connecter les communautés minoritaires au financement, entre autres avantages. Les autorités locales du logement et les décideurs peuvent utiliser les données (par exemple les données du HUD sur la promotion affirmative du logement équitable) pour identifier les communautés historiquement marginalisées et privées de leur droit au logement et s’en servir comme première étape pour développer des logements plus abordables et prévenir les pratiques néfastes.

Comprendre l’impact de la sur-intervention policière sur les communautés marginalisées

Les disparités raciales et les traitements discriminatoires sont présents à tous les niveaux du système de justice pénale, de la police aux tribunaux. CODE et l’association à but non lucratif Measures for Justice ont organisé une table ronde multipartite pour améliorer l’équité des résultats dans le domaine de la police en utilisant des données ouvertes. En améliorant la qualité et en augmentant la collecte de données sur la police, les défenseurs et les décideurs locaux peuvent mesurer les impacts d’une application de la loi fondée sur les préjugés, analyser le potentiel des réformes politiques pour réduire la violence policière, développer des méthodes pour réduire les taux de criminalité et d’arrestation et participer à une prise de décision plus éclairée et plus équitable.

Connecter les travailleurs aux emplois

Les préjugés inconscients, les exigences professionnelles discriminatoires et les systèmes de formation et d’éducation insuffisants contribuent tous à l’inégalité des résultats sur le marché du travail américain . Pour mieux comprendre les disparités dans les résultats sur le marché du travail et identifier des solutions équitables, nous avons besoin d’informations clés, notamment des données sur l’efficacité des programmes d’enseignement postsecondaire, des informations normalisées sur les compétences et les aptitudes pour mettre les gens en contact avec les emplois, et des technologies basées sur les données pour réduire les préjugés dans les exigences professionnelles et les processus de recrutement. Des données désagrégées sur les revenus, le statut d’emploi et les zones défavorisées sur le marché du travail sont déjà de plus en plus disponibles grâce à des initiatives telles que l’ outil CEJST de Justice40 et d’autres sources fédérales.

Assurer la résilience des communautés de couleur face aux impacts du changement climatique

Alors que les risques climatiques et les effets du changement climatique s’intensifient, les communautés à faible revenu et à majorité minoritaire souffrent de manière disproportionnée des impacts économiques et physiques. Les données ouvertes sur le climat, l’environnement bâti et les conditions socioéconomiques peuvent aider les communautés vulnérables à élaborer des évaluations des risques plus précises, à canaliser les financements fédéraux et le renforcement des capacités vers ces communautés et à concevoir des programmes d’adaptation et d’atténuation efficaces. Il existe déjà des dizaines de modèles, de sources de données, de cas d’utilisation et de ressources supplémentaires disponibles pour l’évaluation des risques climatiques à tous les niveaux géographiques, mais il reste encore beaucoup à faire, notamment pour intégrer les données locales dans les efforts d’adaptation et de résilience.

CODE a passé les quatre dernières années à effectuer des recherches, à organiser des réunions et à développer des ressources pour promouvoir l'utilisation de données ouvertes afin d'améliorer l'équité. CODE et l' IBM Center for the Business of Government ont collaboré sur un certain nombre de notes d'information et de rapports sur l'utilisation équitable des données pour le gouvernement fédéral. Nous avons récemment lancé un nouveau site Web pour présenter nos conclusions, Mapping Racial Equity: From Data to Communities . Le site Web , créé à l'aide de la plateforme StoryMaps d'Esri, explore et visualise les façons dont les données ouvertes peuvent être appliquées pour améliorer l'équité en matière de santé, de logement, de main-d'œuvre, de justice pénale, de climat et d'environnement. Nous encourageons les utilisateurs à fournir leurs commentaires et à partager des ressources supplémentaires via ce lien ou la page d'accueil ou via la page d'accueil Mapping Racial Equity .

Image décorative de personnes de couleur pour un article

Vous avez fini de lire ? N'hésitez pas à partager vos propres réflexions sur les effets des préjugés raciaux sur les communautés de couleur en laissant un commentaire ci-dessous ⬇️

(Crédit image : Pexels )