• Das soziale Geschlecht kann in allen Studien eine Rolle spielen, die Menschen involvieren (Tannenbaum et al., 2019).
• Benutzen Sie bei der Literaturrecherche angemessene Begriffe für soziales und biologisches Geschlecht („Gender“ und „Sex“) (Oertelt-Prigione et al., 2010).
• Überlegen Sie, wie relevant das Projekt in Bezug auf unterschiedliche Genderidentitäten, Geschlechternormen und -verhältnisse ist.
• Berücksichtigen Sie relevante Faktoren, die sich mit dem sozialen Geschlecht überschneiden (Alter, sozioökonomischer Status, ethnische Zugehörigkeit etc.)
• Reflektieren Sie eigene Vorannahmen in Bezug auf das soziale Geschlecht im Hinblick auf das Projekt.
• Überlegen Sie, welche Chancen ohne die Analyse von Gender- und intersektionalen Faktoren verpasst werden könnten.

• Überlegen Sie, wie diverse Gruppen von Forschungssubjekten/ Endverbraucher_innen in den Projektzyklus eingebunden werden können, um inklusive Lösungen zu gewährleisten.
• Prüfen Sie, welche (qualitativen und quantitativen) Methoden geeignet sind, die für Ihr Projekt relevanten Genderdimensionen zu untersuchen.
• Verwenden Sie angemessene Stichprobengrößen für den Geschlechtervergleich (Sell, 2017).
• Bei der Erfassung des sozialen Geschlechts in Erhebungsforschungen ist zu gewährleisten, dass die benutzten Instrumente in der Zielpopulation psychometrisch validiert wurden (Steenkamp & Baumgartner, 1998).
• Analytische Konzepte, Kategorien und theoretische Modelle sind auf irrige oder stereotype Annahmen zu prüfen.
• Prüfen Sie das Risiko von Stereotypisierung oder Ausschluss von relevanten Gruppen.

• Datensammlung über Gendercharakteristika hinweg (z.B. Geschlechternormen, Genderidentitäten und Geschlechterverhältnisse) sowie überschneidende Faktoren
• Bei Erhebungsforschungen sollte ein zweistufiger Ansatz verwendet werden, um Daten über die Genderidentität und das Geburtsgeschlecht zu sammeln (Deutsch et al., 2013). Es ist sicherzustellen, dass sich alle Teilnehmenden bei der Offenlegung ihrer Genderidentität sicher fühlen können.
• Der gleiche Zugang für Frauen, Männer und genderdiverse Personen ist sicherzustellen. Braucht es zusätzliches Sampling, um eine ausreichende Zahl von genderdiversen Teilnehmenden sicherzustellen? (Vaughan, 2017).
• Überlegen Sie, wie Geschlechterverhältnisse zwischen Wissenschafter_innen und Teilnehmenden die Datensammlung beeinflussen kann (Chapman et al. 2018).

• Auswertung relevanter Faktoren in Bezug auf Geschlechternormen, Genderidentitäten und Geschlechterverhältnisse (Nielsen et al., in Vorbereitung).
• Bei der Verwendung vorhandener Daten ist der kulturelle oder institutionelle Kontext zu berücksichtigen, in dem die Daten generiert wurden, ebenso wie potentielle geschlechtsspezifische Verzerrungen.
• Untersuchen Sie Ähnlichkeiten zwischen Gruppen (d. h. Männern, Frauen und genderdiversen Personen) und Variationen innerhalb der jeweiligen Gruppen (Hyde, 2005).
• Überlegen Sie, inwiefern sich beobachtete Unterschiede zwischen Frauen, Männern und genderdiversen Personen auf Geschlechternormen und Geschlechterverhältnisse beziehen.
• Untersuchen Sie die Veränderung von beobachteten Geschlechterunterschieden mit Faktoren wie Alter, ethnische Zugehörigkeit und sozioökonomischem Status.
• In Längsschnittstudien ist die Entwicklung der beobachteten Gender-Variationen im Lauf der Zeit zu untersuchen.
• Berücksichtigen Sie, wie Geschlechternormen, Genderidentitäten und Geschlechterverhältnisse die Erfahrungen, Möglichkeiten und Praktiken von Menschen prägen.

• Berichten Sie Stichprobenmerkmale nach biologischem und sozialem Geschlecht und relevanten Überschneidungsvariablen.
• Berichten Sie die Form der Informationsgewinnung über Genderidentitäten.
• Desaggregieren Sie die berichteten Ergebnisse nach biologischem und sozialem Geschlecht.
• Berichten Sie alle Ergebnisse: positive, negative und nicht eindeutiger.
• Stellen Sie eine angemessene Darstellung der Geschlechtervariation in Tabellen, Abbildungen und Schlussfolgerungen sicher.
• Vermeiden Sie eine Überbetonung von Geschlechterunterschieden. Sind die beobachteten Variationen praktisch signifikant? (Nelson, 2017).
• Überlegen Sie, die SAGER-Richtlinien für Publikationen (Heidari et al., 2016) anzuwenden.

Chapman, C. D., Benedict, C., & Schiöth, H. B. (2018). Experimenter gender and replicability in science. Science advances, 4(1), e1701427.

Deutsch, M. B., Green, J., Keatley, J., Mayer, G., Hastings, J., Hall, A. M., ... & Blumer, O. (2013). Electronic medical records and the transgender patient: recommendations from the World Professional Association for Transgender Health EMR Working Group. Journal of the American Medical Informatics Association, 20(4), 700-703.

Heidari, S., Babor, T. F., De Castro, P., Tort, S., & Curno, M. (2016). Sex and gender equity in research: rationale for the SAGER guidelines and recommended use. Research Integrity and Peer Review, 1(1), 2.

McCrum-Gardner, E. (2010). Sample size and power calculations made simple. International Journal of Therapy and Rehabilitation, 17(1), 10-14.

Nelson, J. A. (2017). Gender and Risk-Taking: Economics, Evidence, and Why the Answer Matters. Routledge.

Nielsen, M. W., Stefanick, M. L., Peragine, D., Neilands, T. B., Ioannidis, J. P., Pilote, L., ... & Schiebinger, L. (2021). Gender-related variables for health research. Biology of Sex Differences, 12(1), 1-16.

Oertelt-Prigione, S., Parol, R., Krohn, S., Preissner, R., & Regitz-Zagrosek, V. (2010). Analysis of sex and gender-specific research reveals a common increase in publications and marked differences between disciplines. BioMed Central Medicine, 8, 70-80.

Randall L. Sell, 2017: Challenges and solutions to collecting sexual orientation and gender identity data, American Journal of Public Health, 107(8), 1214–1215.

Steenkamp, J. B. E., & Baumgartner, H. (1998). Assessing measurement invariance in cross-national consumer research. Journal of consumer research, 25(1), 78-90.

Tannenbaum, C., Ellis, R. P., Eyssel, F., Zou, J., & Schiebinger, L. (2019). Sex and gender analysis improves science and engineering. Nature, 575(7781), 137-146.

Vaughan, R. (2017). Oversampling in health surveys: Why, when, and how? American Journal of Public Health, 107(8), 1214–1215.