Which box do I check? | Am I Normal? With Mona Chalabi

Transcriber:

If you've been watching this series,

Translator: Sanntint Tint Reviewer: Myo Aung

ဒီဇာတ်လမ်းတွဲကို ကြည့်နေတယ်ဆိုရင်

you'll know I care about data.

ဒေတာကို ဂရုစိုက်တာကိုသိမှာပါ။

But data has its limitations, especially when it comes to language.

ဒါပေမဲ့ ဒေတာမှာ အကန့်အသတ်တွေရှိတယ်၊ အထူးသဖြင့် ဘာသာစကားနဲ့ ပတ်သက်လာတဲ့အခါပါ။

Basically, if you get your categories wrong,

အခြေခံအနေနဲ့ သင့်အမျိုးအစားတွေ မှားသွားရင်

you can wind up with some pretty misleading statistics,

အတော် လမ်းလွဲစေတဲ့ ကိန်းတချို့နဲ့ အဆုံးသတ်သွားနိုင်ပြီး

and the US Census is a prime example.

US လူဦးရေစာရင်းက အဓိက သာဓကတစ်ခုပါ။

[Am I Normal? with Mona Chalabi]

[Am I Normal? with Mona Chalabi]

Taken every 10 years,

၁၀ နှစ်တိုင်းမှာ ကောက်တဲ့

this survey aims to collect demographic data

ဒီစစ်တမ်းက US နဲ့ ၎င်းရဲ့ နယ်မြေတွေရဲ့

from each and every resident of the US and its territories.

နေထိုင်သူတိုင်းဆီက လူဦးရေ ဒေတာကို ကောက်ဖို့ ရည်ရွယ်တယ်။

Those responses help the government to determine everything,

ဒီပြန်ကြားချက်တွေက ကွန်ဂရက်နဲ့ ရွေးကောက်ပွဲဆိုင်ရာ ကောလိပ်မှာရှိတဲ့

from the allocation of seats in Congress and the Electoral College,

မဲဆန္ဒနယ် ခွဲဝေတာကနေ ပြည်ထောင်စု ရံပုံငွေတွေထဲက ဒေါ်လာ ဘီလီယံ

to the allocation of hundreds of billions of dollars in federal funds.

ရာချီကို ခွဲဝေတာအထိ အရာတိုင်းကို ဆုံးဖြတ်ဖို့ အစိုးရကို ကူညီပေးတယ်။

And those funds pay for things like new hospitals,

ဒီရံပုံငွေတွေက ဆေးရုံသစ်တွေ၊ လမ်းမွမ်းမံမှုတွေ၊ ကျောင်းနေ့လည်စာ

road improvements and school lunch programs.

အစီအစဉ်တွေလို အရာတွေအတွက် ပေးချေတယ်။

And crucially, the statisticians that work there are nonpartisan.

အရေးပါတာက အဲဒီမှာ အလုပ်လုပ်တဲ့ စာရင်းပညာရှင်တွေက ဘက်မလိုက်သူတွေပါ။

They sit at the same desks, applying the same formulas,

ပုံသေနည်းတူတွေ သုံးရင်း တူညီတဲ့ စားပွဲတွေမှာ ထိုင်တယ်။

no matter who is in charge at the White House.

အိမ်ဖြူတော်မှာ ဦးဆောင်သူက ဘယ်သူဖြစ်ဖြစ်ပါ။

So undoubtedly, the US Census Bureau does important work,

ဒီတော့ US US CensusBureau က အရေးပါတာ လုပ်တာသေချာတယ်။

but it does have some blind spots.

ဒါပေမဲ့ မျက်ကွယ်နေရာတွေရှိတယ်။

For example, there has been a decades-long effort

ဥပမာ လူဦးရေစာရင်းမှာ အရှေ့အလယ်ပိုင်း(သို့)

to add the category Middle Eastern or Northern African or MENA to the census.

မြောက်အာဖရိကန်(သို့) MENA ကို ထည့်ဖို့ ဆယ်စုနှစ်တွေကြာတဲ့ အားထုတ်မှုတစ်ခုရှိတယ်။

Currently, the census defines people from these regions,

လက်ရှိမှာ လူဦးရေစာရင်းက ကျွန်မ အပါအဝင် ဒီဒေသတွေက လူအားလုံးကို

and that includes me, as white.

လူဖြူတွေလို့ သတ်မှတ်တယ်။

Yeah, that's incorrect.

ဟုတ်တယ်၊ ဒါမမှန်ဘူးလေ။

In 2015, the census did test a version of this survey that included MENA.

၂၀၁၅ မှာ လူဦးရေစာရင်းက MENA ကို ထည့်သွင်း ထားတဲ့ ဒီစစ်တမ်း မူကွဲတစ်ခုကို စမ်းသပ်တယ်။

It found that when given the MENA option,

MENA ရွေးချယ်မှုကို ပေးတဲ့အခါ လူဖြူတွေအဖြစ်

the number of people from that region who identified as white

ရွေးထုတ်တဲ့ ဒီဒေသက လူတွေများစွာဟာ

dropped from 86 percent to 20 percent.

၈၆ ကနေ ၂၀ % အထိ လျော့သွားတာကို တွေ့ရတယ်။

See, when you reconsider language, the numbers can change dramatically.

ကြည့်လေ၊ ဘာသာစကားကို ထည့်စဉ်းစားတဲ့အခါ ကိန်းတွေက သိသိသာသာ ပြောင်းလဲတယ်။

Unfortunately, though, the census still didn't make the change,

ကံဆိုးချင်တော့ လူဦးရေစာရင်းကတော့ အပြောင်းအလဲဖြစ်မနေသေးဘူး။

saying that further tests were necessary to determine if MENA should appear

လူမျိုးအစား လူမျိုးစုအောက်မှာ MENA ပါသင့်၊ မသင့်ကို ဆုံးဖြတ်ဖို့ နောက်ထပ်

under ethnicity instead of race.

စမ်းသပ်မှုတွေ လိုအပ်တယ်လို့ဆိုရင်းပါ။

That means that those who have rallied for its inclusion

၎င်းပါဝင်မှုအတွက် လှုံ့ဆော်ခဲ့သူတွေဟာ ကျွန်မတို့ လူစုကို

will have to wait another decade to see if our community can be recognized.

အသိအမှတ်ပြုနိုင်လားဆိုတာကို သိဖို့ နောက် ဆယ်စုတစ်ခု စောင့်ဖို့လိုအပ်မှာပါ။

This isn't the first time that language has restricted

ဘာသာစကားက လူဦးရေစာရင်းမှာ လူတွေ ကိုယ်စားပြုခံရပုံကို

how people are represented in the census.

ကန့်သတ်တာက ဒါပထမဆုံး အကြိမ်မဟုတ်ဘူး။

The very first one, way back in 1790,

ပထမဆုံး တစ်ခု ကျယ်ပြန့်တဲ့ အမျိုးအစား

only had three broad categories,

သုံးခုပဲရှိတဲ့ ၁၇၉၀ တုန်းကပါ။

and I quote: "slaves, free white men and women, and all other free persons."

ကိုးကားတာက “ကျွန်တွေ၊လွတ်လပ်တဲ့ လူဖြူ ကျား၊မတွေနဲ့ အခြားလွတ်လပ်တဲ့ လူတွေ“ပါ။

It would be another 30 years

လွတ်လပ်တဲ့ လူမည်းတွေအတွက် ပြတ်သားတဲ့

before distinct categories for free Blacks

အမျိုးအစားတွေမတိုင်ခင် နောက် နှစ် ၃၀ ကြာပြီး

and another 40 years before American Indians

လူဦးရေစာရင်းမှာ အမေရိကန် အင်ဒီးယန်းတွေလို့

would appear on the census.

မပေါ်ခင် နောက်နှစ် ၄၀ ကြာမှာပါ။

Since then, more and more categories have been added,

အဲဒီအချိန်ကတည်းက နောက်ထပ် အမျိုးအစားတွေ ထပ်ဖြည့်ပေမဲ့

but progress has been slow.

တိုးတက်မှုက နှေးကွေးခဲ့တယ်။

It wasn't until 2000 that people could choose more than one race

၂၀၀၀ ခုနှစ်မှသာ သူတို့ကိုယ်သူတို့ သရုပ်ဖော်ဖို့ လူမျိုးတစ်မျိုး

to describe themselves,

ထက်ပို ရွေးချယ်နိုင်ပြီး

and for the very first time in 2020,

၂၀၂၀ မှာ ပထမဆုံးအဖြစ်

people who selected Black or white could go a bit more granular

လူမည်း(သို့)လူစုလို့ ရွေးခဲ့သူတွေဟာ နည်းနည်းပိုပြီး ကြမ်းသွားပြီး

and provide more detail about their origins,

ဇာစ်မြစ်တွေကို ပိုအသေးစိတ်ပေးနိုင်တယ်။

like naming France or Somalia or spotlighting their Indigenous identity.

ပြင်သစ်၊ဆိုမာလီယာ(သို့)တိုင်းရင်းသား လက္ခဏာကို မီးမောင်းထိုးပြတာမျိုးပေါ့။

Right now, you might be thinking:

လောလောဆယ် သင် တွေးနေလောက်တာက

Why does the wording on a survey even matter?

ဘာကြောင့် စစ်တမ်းက စာအသုံးက ပိုတောင်သေးလဲ။

Race and ethnicity are social constructs anyway.

လူမျိုးနဲ့ လူမျိုးစုဟာ လူမှု တည်ဆောက်မှုတွေပါ။

But that doesn't change the lived experience

ဒါပေမဲ့ ပုံစံတွေထဲမှာ အစစ်အမှန် မထင်ဟပ်သူတွေရဲ့

of those who aren't truly reflected in these forms.

နေထိုင်ခဲ့တဲ့ အတွေ့အကြုံကို မပြောင်းစေဘူး။

Questionnaires need to ask the right questions

ကမ္ဘာမှာ တကယ်ဖြစ်နေတာ တွေကို မှတ်တမ်းတင်ချင်ရင်

if they want to capture what's really happening in the world.

မေးခွန်းလွှာတွေက မှန်ကန်တဲ့ မေးခွန်းတွေကို မေးဖို့လိုအပ်တယ်။

A Northern African non-binary person might be misgendered

မြောက်အာဖရိကန် ဒွိလိင်မဟုတ်သူကို လူဦးရေစာရင်းမှာ ကျား၊မ

or considered white by the census,

မှားနိုင်(သို့)လူဖြူလို့ယူဆပေမဲ့

but face disproportional discrimination,

အချိုးမကျတဲ့ ခွဲခြားဆက်ဆံမှု၊ ကျန်းမာရေး

health disparities or language barriers that are unique to their community.

ကွာဟချက်တွေ၊ လူစုအတွက် ထူးခြားတဲ့ ဘာသာစကား အတားအဆီးတွေ ကြုံနိုင်တယ်။

It's no wonder, then,

ဒါဆို မကြာခဏ ပထုတ်ခံရတဲ့

that it's often marginalized and vulnerable communities

အားနည်းချက်ရှိတဲ့ လူစုတွေရဲ့ ပင်ကိုလက္ခဏာတွေဟာ

ones whose identities are missing from these forms

အစိုးရဆိုင်ရာ ရင်းမြစ်တွေနဲ့ အကာအကွယ်တွေ

that lack access to governmental resources and protections.

ရရှိခွင့်ကင်းမဲ့တဲ့ ပုံစံတွေကနေ ပျောက်နေတာ အံ့ဩစရာမရှိဘူး။

Now, there are some understandable historical reasons

ဒီလို ဒေတာ ကောက်ယူခြင်းမှာ လူတွေ ဘာကြောင့် မပါချင်လောက်တဲ့

why people might not want to engage in this kind of data gathering.

နားလည်နိုင်တဲ့ သမိုင်းဆိုင်ရာ အကြောင်းရင်းတချို့ရှိပါတယ်။

But without the data, it’s just easier to deny the inequality is real.

ဒါပေမဲ့ ဒေတာမပါရင် မညီမျှမှုဟာ အစစ်အမှန်ဆိုတာကို ငြင်းဆိုဖို့ ပိုလွယ်တယ်။

If we want a more equitable society,

ပိုညီမျှတဲ့ လူ့အဖွဲ့အစည်းတစ်ခုကို လိုချင်ရင်တော့

we have to measure our reality,

လက်တွေ့ဘဝကို တိုင်းတာဖို့လိုပြီး

and the best way to start

စတင်ဖို့ အကောင်းဆုံး နည်းလမ်းက

is by using language that recognizes our differences.

ကွဲပြားမှုတွေကို အသိအမှတ်ပြုတဲ့ ဘာသာစကားကို အသုံးပြုခြင်းနဲ့ပါ။