Policyinstrumenter, politisk brug af evidens Flashcards

(4 cards)

1
Q

Hvad handler Parkhurst (2017) om?

A

Parkhurst (2017) ønsker at forstå, hvad der motiverer politikere til at misbruge evidens. Hans udgangspunkt er at kortlægge to (meget forskellige) udfordringer:

1) Bekymring om, at evidens/evalueringer bruges på uvidenskabelige måder til politiske formål.
* à Politisering af videnskaben (teknisk bias)

2) Bekymring om, at evidens/evalueringer er det eneste kriterium for at lave en politisk beslutning.
* à Depolitiseringen af politik (issue/emne bias)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Hvad er teknisk bias og hvordan kommer det til udtryk?

A

Bekymring om, at evidens/evalueringer bruges på uvidenskabelige måder til politiske formål.
à Politisering af videnskaben

Ved generering af evidens
Når man strukturerer undersøgelser, så de leder til bestemte svar.

Som da Landbrug og Fødevarer skrev med på oksekortsrapporten fra AU. Det er kutyme, at de bestiller rapporten, men ikke at de skrev med. De sørgede for at sammenligne med nydelsesprodukter som flyrejser, så oksekød så bedre ud ift. udledning.

I udvælgelsen af evidens
Cherry-picking af den evidens, der støtter op om det ønskede outcome.

Eks.
* Irakkrigen, der begrundedes med svage beviser på masseudelæggelsesvåben.
* Regeringen håndplukkede data om affald og havvindmøller
* Sundhedsstyrelsen cherrypickede effekter af coronatiltag

I fortolkningen af evidens
Når man drager ikke-valide konklusioner fra et ellers omfattende evidensgrundlag

Parkhursts eks: Samme data om global oparmning ser ikke slemt ud ved at tage en bestemt tidsperiode, men tendensen er tydelig over længere tid

(Parkhurst, 2017)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Hvad er issue-bias/emnebias og hvordan kommer det til udtryk?

A

Bekymring om, at evidens/evalueringer er det eneste kriterium for at lave en politisk beslutning.
à Depolitiseringen af politik (issue/emne bias)

I generering af evidens
Hvilke (forsknings)spørgsmål stiller vi – og endnu vigtigere: hvilke stiller vi ikke? Dette kan have politiske konsekvenser, for vi ved kun noget om det, vi vælger at undersøge

Eks: Medicinsk forskning ser kun på mænd og glemmer kvinder

I udvælgelsen af evidens
Når et evidensbaseret argument kun referer til en delmængelde af de relevante sociale bekymringer.

Politikker har ofte mange sociale virkninger og outcomes, hvorfor både modstandere og tilhængere kan basere sig på evidensbaserede argumenter.

Hypotetisk eksempel: Ekstra landingsbane i lufthavn
* Evidensbaseret argument 1: Økonomisk vækst
* Evidensbaseret argument 2: Larm og negative miljøpåvirkninger

I fortolkningen af evidens
Issue bias i fortolkningen af evidens indfanger ideen om, at viden generet af RCT’er altid skal priotereres højest når der træffes policybeslutninger. (pointen fremhæves af Parkhurst)

Det kan føre til, at man politisk prioriterer de emner, der har været genstand for RCT’er – og dermed underprioriterer andre emner, der måske er vigtigere

Eksempel: Det er meget nemmere at lave RCT’er på medicin end på forebyggelse, hvilket kan føre til en politisk underprioritering af forebyggelsesindsatser

(Parkhurst, 2017)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Hvorfor sker issue bias/emnebias og teknisk bias?

(Parkhurst, 2017)

A

Parkhurst (2017) skelner mellem åbenlyse og subtile årsager.

Vi har læst om åbenlyse årsager i kapitel 4.
Vi har ikke læst kapitel 5 om subtile årsager, men mange af de subtile årsager fremlægges også i teksten af Baekgaard et al (2019)

Åbenlyse årsager
Pres fra interessegrupper: Det kan føre til begge typer bias, fordi grupperne ønsker at fremme bestemte dagsordener.
Eks: Hvis HK og Djøf fokuserer meget på kortere arbejdsuger, fokuserer politikere måske mere på data, der støtter det

Pres for at vise resultater: Det giver incitament til at fokusere på bestemte typer af evidens

Subtile årsager
Cognitive biases
Motivated reasoning (Vi er altid motiverede i, hvordan vi fortolker ny information)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly