ジェンダー on Visualizing.JP

ピンクと青をやめ、白地で目立つ紫を女性に──The Telegraph「Born Equal. Treated Unequally.」

Sat, 07 Nov 2026 00:00:00 +0900

The Telegraph（テレグラフ）は、男女の格差を示す図で、ピンクと青をやめ、参政権運動の紫と緑を使いました。どちらの性にどちらを当てるかは、白地での見え方で決め、白地で緑より目立つ紫を女性に割り当てました。この配色のインタラクティブ記事「Born Equal. Treated Unequally.」は、2018年3月8日、国際女性デーに公開されました。

Telegraph の記事本体は購読者向けで、筆者は読めていません。以下の図の中身は、二つの資料を通したものです。本作を図4.6に載せた Catherine D’Ignazio（キャサリン・ディグナツィオ）と Lauren F. Klein（ローレン・F・クライン）の『Data Feminism』（2020）第4章と、色を決めた Fraser Lyness（フレイザー・ライネス）に質問した Datawrapper のブログ記事（2018年7月10日）です。

2018年3月8日、国際女性デーの記事

『Data Feminism』によると、2018年3月、Telegraph の Lifestyle Desk の記者たちは、国際女性デーをどう記念するかを考えていました。目に留まったのが、教育・政治・ビジネス・文化にわたる英国の男女格差でした。

項目	内容	出典
題	“Born Equal. Treated Unequally.”（Datawrapper は “Born equal. Treated unequally”）	『Data Feminism』注48、Datawrapper
公開日	2018年3月8日	『Data Feminism』注48
本文の筆者	Claire Cohen、Patrick Scott、Ellie Kempster	同上
制作クレジット	上の3人と Richard Moynihan、Oliver Edgington、Dario Verrengia、Fraser Lyness、George Ioakeimidis、Jamie Johnson	『Data Feminism』図4.6
色を決めた人	Fraser Lyness（Director of Graphic Journalism）とそのチーム	Datawrapper

記事の URL には “women-mean-business-interactive” とあります。Telegraph の Jamie Johnson は2018年10月の記事で、同社が国際女性デーに、女性の起業を後押しするキャンペーン “Women Mean Business” を始めたと書いています。同じ記事は、2018年を参政権100年を祝う年とも書きます。ただ、本作をその100年に合わせて作ったと書く資料は見つかっていません。

『Data Feminism』によると、記者たちが使った他の機関のデータは、どれも男女の二値で来ていました。区分は変えられません。変えられたのは、色でした。

参政権運動の紫と緑を借りる

男女を分けるいちばん手早い色は、ピンクと青です。Datawrapper の記事で Lisa Charlotte Muth（リサ・シャルロッテ・ムート）は、FT の Alan Smith（アラン・スミス）のコラム「Chart Doctor」を引きます（元のコラムは未読で、Datawrapper の記事が引く文で確かめました）。Smith は、色と性の結びつきが強いので凡例が要らず、図がすっきりすると考えて、ピンクと青を使ったと書いていました。Muth は、ピンクと青は性の固定観念を後押しし、格差の図ではとくに逆効果だと書きます。

『Data Feminism』も同じ点を突きます。

“Pink and blue is, after all, another hierarchy, and the goal of the Telegraph team members was to mitigate inequality, not reinforce it.”

ピンクと青も一つの階層で、チームの目的は不平等を和らげることだった、という意味です。

チームが選んだのは紫と緑でした。Lyness の説明では、20世紀初めの英国の “Votes for Women” キャンペーンの色です。

“At the heart of this movement were “Sylvia Pankhurst and Emmeline Pethick-Lawrence and essentially the colors were their choice (apparently symbolizing; purple for freedom and dignity, white for purity, green for hope).””

中心にいた Sylvia Pankhurst と Emmeline Pethick-Lawrence が選んだ色で、紫は自由と尊厳、白は純潔、緑は希望を表すとされる、という説明です。性別に使ったのは、このうち紫と緑です。

紫・白・緑の3色で刷られた “Votes for Women” のポスター、たすき、バッジ、チケット、本の表紙が並んでいる

Lisa Charlotte Muth／Datawrapper Blog より引用

Lyness は、参政権運動への参照が「決め手になった」と話しています。

“Having a reference to the suffrage movement helped seal the deal”

ピンクと青を使わないと性別がすぐ分からない点にも、異論は出なかったといいます。むしろピンクと青のほうが、伝えたいことを損なうと皆が感じた、と Lyness は答えています。

白地で目立つ紫を、少ない側に

紫と緑の組は、意味で選んだものです。では、紫をどちらに当てるか。Lyness の答えはこうです。

“Against white, purple registers with far greater contrast and so should attract more attention when putting alongside the green, not by much but just enough to tip the scales. In a lot of the visualisations men largely outnumber women, so it was a fairly simple method of bringing them back into focus.”

白地では紫のほうがずっと強いコントラストになり、緑と並べると注意を引く。差は大きくないが、天秤を傾けるには足りる。多くの図で男性が女性を大きく上回るので、女性に焦点を戻す簡単な方法だった、という説明です。Lyness はその前に、女性を優先しようとした、とも言っています。

コントラストは「far greater」でも、注意を引く効果は「not by much」です。目立たせる効果は控えめでよく、天秤が少し傾けば足りる、という考え方と読めます。

Datawrapper は、この効果がよく見える図として次の画像を載せています。

白地に、男性757枚（86%）を表す大きな緑の円と、女性127枚（14%）を表す小さな紫の円が、縦線をはさんで並んでいる

The Telegraph／Datawrapper Blog より引用

ヘッダーには「Women Mean Business」「ENGLISH HERITAGE BLUE PLAQUES」とあります。ブルー・プラーク884枚のうち、男性が757枚、女性が127枚です。画像を測ると、円の面積の比は枚数の比（約6倍）に近いと読めます。これが本作のどの部分かは、Datawrapper は書いていません。

『Data Feminism』の図4.6は、FTSE 100 の CEO を人型のアイコンで並べ、紫と緑で塗り分けた図です。添えた文は「Just six of FTSE 100 CEOs are women」です。

出典の記事名のない紫と緑の図も、もう1枚あります。

企業ごとの男女の賃金格差の分布を示す棒グラフ。女性が下回る側の棒が緑、上回る側の棒が紫、ゼロ付近が灰色で、緑の棒が大半を占める

The Telegraph／Datawrapper Blog より引用

全企業の時給の中央値の男女差を、企業数の分布で示した図です。凡例は「Women trail men」が緑、「Women lead men」が紫です。色は性別でなく格差の向きを表していますが、少ない側を紫にする考えは同じだと読めます。Datawrapper は、同じ配色が2018年3月22日の賃金格差の記事（有料）でも使われたと書いています。

データ	見た目	具体	出典
性別	色相	女性＝紫、男性＝緑	Datawrapper、『Data Feminism』
CEO の男女	人型アイコン	紫と緑、凡例 “Men / Women”	『Data Feminism』図4.6
プラークの枚数	円の大きさ	男性757（緑）、女性127（紫）	Datawrapper の画像
賃金格差の向き	棒の色	下回る＝緑、上回る＝紫	Datawrapper の画像
色の値	―	未確認	―

ほかの報道機関は何色を使ったか

Muth の記事は、FT の John Burn-Murdoch（ジョン・バーン＝マードック）のツイートを広げたものだと、Datawrapper の記事が書いています（ツイートは未読）。英国の賃金格差データを各社が何色で報じたかを、並べたツイートでした。

区分	例（Datawrapper の記事による）
ピンクと青（赤と青）	NYT（2015、2017）、Bloomberg（2016）、WSJ（2016）、Daily Mail（2018）、ZEIT（2016、2018）、The Pudding の映画の2作（2017）
ほかの色	Economist、Guardian、FT、Telegraph、Bloomberg（いずれも2018）、Morgenpost（2017）、Washington Post（2017）、BBC（2017、2018）など
社内で不統一	Bloomberg の2018年の4本は記事ごとに別の色。Quartz はピンクと青の割り当てが記事で入れ替わる

The Pudding の別の作品は、同じ特集の Women’s Pockets の記事で読みます。

ピンクと青を使わなかった各社の図の一部。青緑と朱色、紫と茶色、橙と紺など、さまざまな組み合わせで男女を塗り分けている

各社の図／Lisa Charlotte Muth（Datawrapper Blog）より引用

Muth は、Economist、Guardian、Telegraph、Washington Post などが、女性に男性より寒色を当てたと書き、「You can’t go further away from the norm」と評しました。一方で、Quartz のように割り当てを入れ替えるのは危ういとします。読者はピンクと青を見ると凡例を確かめないので、女性のほうが恵まれていると読まれかねない、という指摘です。

第三者はこの配色をどう見たか

一つ目の Muth は、理由を言葉にできたことを評価します。Lyness は美しい2色を選んだだけでなく、その理由を説明できた、と書き、節の題を「How to choose colors: The Telegraph case」としました。

二つ目の『Data Feminism』は、作り手がデータの集め方を選べず、二値のデータを内側から「ハック」するしかない場面の例として、本作を挙げます。

“Here, one hierarchy—the hierarchy in which colors are perceived by the eye—was employed to challenge another one: the hierarchy of gender.”

目に見える色の階層を、性の階層に挑むために使った、という評価です。ただし同書は、もう一歩進められたとも書きます。

“They had an opportunity to communicate to the public that gender is not a binary by spelling that out—in the text of the story or in a caption under the graphics or by showing visually that there was no data for nonbinary people.”

本文か、図の説明か、非二値の人のデータがないことを見せる図で、性は二値でないと伝えられた、という批判です。

対比に挙がるのが、Guardian の “Does the New Congress Reflect You?”（2018）です。区分は cis male、cis female、trans + nonbinary の三つで、trans + nonbinary を選ぶと全選挙区が灰色になり、「0 people in Congress are like you」と出ます。同書は、データがないこと自体が大事な結論になると書きます。同じ節は続けて、性そのものをどう描くかに進み、Scientific American の Amanda Montañez（アマンダ・モンタニェス）の図を取り上げます（Beyond XX and XY の記事）。

三つ目は研究の側です。Cabric らは2024年、2012〜2022年のジェンダーの可視化を分析した論文で、紫や緑のような代わりの配色は「remain uncommon」、まだ珍しいと書きました。Telegraph の名は出さず、Muth の記事を通しての言及です。色をやめ、ラベルや位置で区別する道も挙げています。

使い道

持ち帰れる判断は、四つあります。

一つ目は、色を選ぶ理由と、割り当てる理由を分けることです。組を意味で、割り当てを見え方で決め、理由が二つあったから、凡例の要らないピンクと青を捨てる判断を社内で通せたと読めます。

二つ目は、目立つ色を少ない側に当てることです。地の色との輝度差は、色のコントラストの記事で扱う WCAG の比や APCA のような指標で比べられます。ただし、これらは文字の読みやすさの指標で、注意の引きやすさそのものを測るものではありません。効果は「not by much」で足りる、というのが Lyness の言葉です。

三つ目は、媒体の中で割り当てを固定することです。Quartz のように入れ替えると、逆の意味で読まれます。

四つ目は、色を替えても区分は替わらないと覚えておくことです。二値のデータしかないなら、本文や説明文でその限界を書けます。Guardian のように、データがないことを図で見せる道もあります。

参考・出典

一次情報

Claire Cohen, Patrick Scott, Ellie Kempster ほか, “Born Equal. Treated Unequally.,” The Telegraph, 2018-03-08（購読者向け、筆者は未読）. 記事
Fraser Lyness の発言（Lisa Charlotte Muth の Datawrapper の記事内）. 記事
Jamie Johnson, “Women Mean Business: How the Telegraph’s campaign unfolded,” The Telegraph, 2018-10-31（Yahoo 転載）. 記事
同じ配色を使った Telegraph の賃金格差の記事, 2018-03-22（購読者向け、筆者は未読）. 記事

第三者評価

Lisa Charlotte Muth（当時は Rost）, “An alternative to pink & blue: Colors for gender data,” Datawrapper Blog, 2018-07-10. 記事（旧 URL：https://blog.datawrapper.de/gendercolor/）
Alan Smith, FT「Chart Doctor」のコラム（ピンクと青の赤ちゃんの名前の図について）. Datawrapper の記事内の引用で確認、元記事は未読. Datawrapper の記事
John Burn-Murdoch のツイート（英国の賃金格差報道で各社が使った色を並べたもの）. Datawrapper の記事内の言及で確認、元のツイートは未読. Datawrapper の記事
Catherine D’Ignazio & Lauren F. Klein, Data Feminism, MIT Press, 2020, ch.4 “What Gets Counted Counts,” pp.111–113, fig.4.6–4.7, notes 48–50（CC BY-NC-ND 4.0）. Internet Archive の OA 版
Sam Morris, Juweek Adolphe, Erum Salam, “Does the New Congress Reflect You?,” The Guardian, 2018（『Data Feminism』の比較例、筆者は未読）. 記事
Cabric, Bjarnadóttir, Ling, Rafnsdóttir, Isenberg, “Eleven Years of Gender Data Visualization: A Step Towards More Inclusive Gender Representation,” IEEE TVCG 30(1):316–326, 2024. doi:10.1109/TVCG.2023.3327369 / arXiv

最初の女性の名まで待たせる場面を読む──A Sort of Joy

Sat, 07 Nov 2026 00:00:00 +0900

A Sort of Joy (Thousands of Exhausted Things)（ア・ソート・オブ・ジョイ）は、ニューヨーク近代美術館（MoMA）の所蔵データ（123,951点）から台本を作り、2015年4月に MoMA 2階の展示室で上演された、劇団 Elevator Repair Service（エレベーター・リペア・サービス、ERS）と The Office for Creative Research（OCR）の共同制作です。『Data Feminism』は、この上演の一場面を、作家のファーストネームを順に読み上げ、男性名は男性、女性名は女性の出演者が声にする場面として描きます。最初の女性名「Mary」まで3分以上かかり、著者はその待ち時間を、偏りを見るのでなく感じる体験だと論じます。この描写は一次資料では確かめられていません。

上演は MoMA 教育部門の企画 Artists Experiment の一つです。以下は、OCR と Vimeo の公式の説明文、演出家のインタビュー、Catherine D’Ignazio（キャサリン・ディグナツィオ）と Lauren F. Klein（ローレン・クライン）の『Data Feminism』（MIT Press、2020）第3章 pp.85–87 に沿います。名前の場面を書いているのは『Data Feminism』だけで、一次資料とずれる点が3つあるため、並べて示します。

2015年4月、MoMA の2階で所蔵データを上演する

上演は2015年4月4日と7日、MoMA 2階の現代美術の展示室で、通常の開館時間中に行われました（Visionaire World）。Vimeo のクレジットでは、演出は ERS 創設者の John Collins（ジョン・コリンズ）です。構想は Collins と、OCR の Mark Hansen、Ben Rubin（ベン・ルービン）、Jer Thorp（ジェア・ソープ）の4人で、出演者は6人です。

OCR の作品ページは、上演の形をこう説明しています。

“… a variable performance script that is delivered to actors electronically as they roam throughout the second floor galleries of the museum. … this spoken text and the ambient sound that accompanies it is experienced through wireless stereo headphones worn by audience members.”

12万3,951点の所蔵データから作った台本は、2階の展示室を歩き回る俳優に電子的に届き、声と環境音は観客がヘッドホンで聴く、という説明です。同じ文は、上演を「extended audio tour」（長い音声ツアー）と呼んでいます。

天井から作品が吊られた白い展示室に、ヘッドホンを着けた人たちが散らばって立ち、中央のベスト姿の男性がタブレットを胸の前に掲げている

1回はおよそ45分で、予定の時間内に2回繰り返し、観客は出入り自由でした。台本は回ごとに生成しました（EAR Studio）。口にする言葉はすべてデータベースから取った、と公式の説明文は書いています。

作品の解説カードを、声と順番に置き換える

使ったデータは、作品ごとのタイトル、作家名、素材、寸法、制作年などです。Collins は Visionaire World のインタビューで、作品の横に貼る小さなカード（tombstone）に載る情報だと説明しています。

Vimeo の説明文によると、作品タイトルを文法や語彙、強勢などで分類し、並べ替えや絞り込みの規則を当てて文の列を生成しました。その文をそのまま配る部分と、作家が手で組んだ部分があります。

手に持った iPad の画面に、T・A・Y・M・D・N の記号に続けて、作品名、作家名、年、素材、寸法、国籍と生年が縦に並んでいる

写真の画面には、「Cantiere Barca」「The Fall of a Hair: Blow Ups」といった作品名の下に、作家名・年・素材・寸法・国籍が並んでいます。解説カードの項目が、そのまま台本の行になっていると読めます。

データをどこに対応させたかを、資料ごとにまとめます。表の最初の4行は『Data Feminism』による名前の場面の記述で、一次資料では確かめられていません。

データ	対応させた先	出典
作家のファーストネーム	声に出す語。iPad にはその名の作家のフルネームが流れる	『Data Feminism』p.86（一次資料では未確認）
名の集まりの大きさ	読み上げる順番。大きい名ほど先（基準は後の節で検討）	同 p.86（一次資料では未確認）
名の性別	誰が言うか。男性名は男性の俳優、女性名は女性の俳優	同 pp.86–87（一次資料では未確認）
男性名と女性名の数の差	女性の俳優が黙って歩く時間。「Mary」まで3分以上	同 p.87（一次資料では未確認）
作品タイトル	語でつないだ連想の鎖（“boy” → “boy holding shovel” …）	Visionaire World（Collins）
素材	同じ素材の作品の素材名を、リストで朗読する	Visionaire World（Collins）
作家名・素材名の音節と強勢	知っている歌の旋律にはめる（例：「My Favorite Things」）	Visionaire World（Collins）
データ全体の量	いくつもの場面を同時に鳴らし、「美術館全体の声」にする	Visionaire World（Collins）

『Data Feminism』が描いた名前の場面

『Data Feminism』は第3章の節「Data Visceralization」で、美術館の収集方針へのフェミニズムの批評につなげて、この上演を取り上げます。同じ目的の別の戦術として、Guerrilla Girls の1989年のポスターと並べています。

著者の描写では、部屋の中央で白人男性の一団が円陣を組み、外の観客を向いています。男性たちが声をそろえて「John」と言うと、iPad に John Baldessari、John Cage などと流れます。女性の出演者3人は、黙って円陣の周りを歩き続けます。「Robert」「David」と男性名が続き、やがて「Mary」が、女性たちの最初の声として出ます。

“It takes more than three minutes for “Mary” to be spoken, and the next female name, “Joan,” doesn’t come for a full minute longer.”

Mary まで3分以上、次の女性名 Joan まではさらに丸1分かかった、という記述です。すぐ後に「Barbara」が続き、また男性名に戻ります。

著者は、分析としては単純だとも書きます。

“From a data analysis perspective, A Sort of Joy consists of simple operations: counting and grouping. A bar chart or a tree map of first names could easily have represented the same results. But presenting the dataset as a time-based experience makes the audience wait and listen and experience.”

棒グラフでも同じ結果を示せるが、時間の中に置くと観客は待ち、聴き、体験する、という主張です。著者はこれを、Ben Shneiderman（ベン・シュナイダーマン）の「Overview first」の逆だとします。点を一つずつ聴き、全体は少しずつ組み立てるからです。

“We start to anticipate when the next woman’s name will arise. We feel the gender differential, rather than see it.”

次の女性の名を待ち始め、差を見るのではなく感じる、という一文です。著者はこの感じを affect（情動）と呼び、長すぎて別の部屋へ行きたくなる気持ちまで含めています。

『Data Feminism』と一次資料のずれ3点

『Data Feminism』の記述と一次資料は、次の3点でずれています。

点	『Data Feminism』	一次資料
名前の並べ方（記述の有無）	「which first name has the most works in the collection」の順。John、Robert、David が先なのは作品数が多いから（p.86）	読めた資料（OCR・Vimeo・EAR・Visionaire）には記述なし。Thorp の Medium は未読
上演の描写	部屋の中央の男性の円陣を観客が囲み、女性3人が周りを歩く。ヘッドホンを着けているのは出演者（p.86）	6人の出演者が2階の展示室を歩き回る「audio tour」。ヘッドホンを着けるのは観客（OCR・Vimeo）
映像	注30で「the full performance」を Vimeo で見られるとする	Vimeo の題は「A Sort of Joy at MoMA (excerpts)」。説明文の冒頭は「[ ROUGH CUT ]」で、長さは8分04秒

上演の描写は、名前の場面が展示室を巡る上演の一場面だったとすれば、両立するとも読めます。写真では、タブレットを持つ人もヘッドホンを着けているように見えます。ただし、名前の場面が45分のどこにあり、誰が出たかは、一次資料では確かめられませんでした。

白い展示室で、ヘッドホンを着けた数人が並んで立ち、手にしたタブレットを見ている

名前の並べ方は、今のデータで数え直せます。次の数字は作り手のものではなく、この記事の調査で数えたものです。 使ったのは、2026年11月時点の MoMA の GitHub のデータ（作品160,928件、作家15,999人）です。GitHub での公開は2015年7月で、上演より後です。Cuseum は、上演が「an earlier version of the dataset」を使ったと書いています。2015年の上演の版ではありません。

並べる基準	上位の名	女性名の位置
その名を持つ作家の人数	John 254人、Robert 197人、David 152人、Paul 141人、William 124人…	Mary が46位（33人）。Barbara 54位、Maria 65位、Joan 66位
その名の作家の作品数	Ludwig 16,406点、Eugène、Louise、Robert、John…	Louise が3位。Mary は91点で、ずっと下

作品数で並べると、Mies van der Rohe の建築アーカイブを抱える Ludwig が先頭になります。作家の人数の順は、『Data Feminism』の John、Robert、David の並びとよく合います。実際の基準は、その名を持つ作家の人数だった可能性が高いと読めます。なお人数の順位には「The」のような名でない語も入り、名の性別を何で決めたかも分かっていません。

ほかの書き手はこの上演をどう見たか

Mindy Seu（ミンディ・スー）は2017年、Are.na Editorial の「The Poetry of Tools」で、この上演をデジタル詩の例に挙げました。性別には触れていません。

“Removed from the context of the artwork, the performance focused on the data itself and reshaped how it can be consumed.”

作品から切り離してデータそのものに目を向け、その受け取り方を作り変えた、という評価です。なお Seu は、GitHub での公開の後に OCR がデータを台本にしたと書いていますが、台本は上演（4月）の前に作られているはずで、順序が逆だと読めます。

当時 MoMA 教育部門にいた Pablo Helguera（パブロ・エルゲラ）は2021年、作品タイトルを素材にした実践の例に挙げました。

“The piece was a combination of conceptual poetry, theater of the absurd, Kurt Schwitter-esque verbal experiments and musical delight”

概念詩、不条理劇、Schwitters 風の言葉の実験、音楽の楽しみが混ざったもの、という評です。

Zana Fauzi は2020年の「A sort of joy」で、論点を人種と交差性に広げました。

“We never heard a ‘Khalil’, a ‘Salama’, a ‘Dinesh’ …”

Khalil も Salama も Dinesh も聞こえなかった、という指摘です。

使い道

可視化の仕事に持ち帰れる判断は、四つあります。

一つ目は、量を時間に置き換えることです。『Data Feminism』の描写では、棒グラフでも示せる数の差が、名を一つずつ読むと待つ時間になります。Two Trains が駅の間の距離を曲の長さにしたのと同じく、時間を軸に使った例と読めます。

二つ目は、分類を「誰が言うか」に割り当てることです。『Data Feminism』の描写では、名の性別を、語の中身ではなく話し手の声と身体に載せています。訪れた場所の頻度を協和と不協和の音程に載せる Quotidian Record や、物の形に載せる Chemo Singing Bowl とは別の置き場所です。

三つ目は、全体を最後に見せる代償です。聴き手は長く待たされます。『Data Feminism』は、長すぎて別の部屋へ行きたくなる気持ちも affect に含めると論じています。感じさせたいのか、値を引かせたいのかで、全体を先に出すかを決めることになります。

四つ目は、並べる基準を書き残すことです。作家の人数か作品数かで、先頭は John にも Ludwig にもなります。二次資料で知った作品は、一次資料に当たり直すことも要ります。この上演では、名前の並べ方、場の作り、映像の3点で、紹介と記録が違っていました。

参考・出典

一次情報

The Office for Creative Research, “A Sort of Joy (Thousands of Exhausted Things),” 2015. 作品ページ
Ben Rubin, “A Sort of Joy at MoMA (excerpts),” Vimeo, 2015-07-17（8分04秒）. 動画 / oEmbed（説明文）
EAR Studio（Ben Rubin）, “A Sort of Joy (Thousands of Exhausted Things).” 作品ページ
Jer Thorp, “A Sort of Joy.” 作品ページ
Alessandro Magania, “Elevator Repair Service’s Sort of Joy”（John Collins へのインタビュー）, Visionaire World. 記事
The Museum of Modern Art, “The Museum of Modern Art (MoMA) Collection,” GitHub（CC0）. リポジトリ

第三者評価

Catherine D’Ignazio and Lauren F. Klein, Data Feminism, MIT Press, 2020, ch.3, pp.85–87, 96, notes 30, 34, 35. Internet Archive
Mindy Seu, “The Poetry of Tools,” Are.na Editorial, 2017-08-10. 記事
Pablo Helguera, “Untitled (On Titles),” Beautiful Eccentrics, 2021-12-09. 記事
Zana Fauzi, “A sort of joy,” Two Kinds of Intelligence, 2020-09-27. 記事
Cuseum, “MoMA and the exciting possibilities with museum metadata,” 2015-09-25. 記事
Quim Gil, “The MoMa, CSV, GitHub, and CC0,” Wikidata mailing list, 2015-07-29. 投稿

数えられなかったから、経路を描いた──Beyond XX and XY

Sat, 07 Nov 2026 00:00:00 +0900

Beyond XX and XY（ビヨンド XX アンド XY）は、Scientific American 2017年9月号の見開きに載った図です。性を1本の線の上の点ではなく、受精から思春期以降までの発達の経路として描いています。作者の Amanda Montañez（アマンダ・モンタニェス）は、はじめ頻度をデータで示す図を考えていました。確かな頻度のデータが得られなかったため、数値を示す図から、複雑さそのものを見せる図に方針を変えて作りました。

以下は、誌面の図（pp.50–51）と、Montañez の制作解説「Visualizing Sex as a Spectrum」（2017年8月29日）に沿います。デザインを担当した Pitch Interactive の作品ページと、2018年1月号の読者投稿欄も使います。医学と性の多様性に関わる図なので、図の文、作者の言葉、批判を、誰の言葉か分かる形で分けて書きます。

2017年、数を示すはずだった図

2017年9月号は、性とジェンダーの特集号でした。この図は50ページからの見開きです。Montañez は同誌のグラフィックス・エディターで、医学イラストレーターの経歴があります。制作解説によると、最初の構想はこうでした。

“The project was originally conceived as a data-driven graphic exploring the spectra of sex and gender.”

性とジェンダーの幅を、データで探る図にするつもりだった、という話です。トランスジェンダーやノンバイナリーの人の頻度、インターセックスの人の割合、DSD（disorders of sex development）の種類ごとの内訳を示せるかを考えていました。

調べたのは、リサーチャーの Amanda Hobbs（アマンダ・ホッブズ）です。返ってきたのは、答えより「a series of new questions」でした。Montañez は理由を二つ挙げます。調査がトランスジェンダーを、ゲイ・レズビアン・バイセクシュアルとひとまとめにしがちなこと。DSD は機関ごとに定義が違い、見つからないことも、後で分かることもあることです。

“The project abruptly transformed into an exercise in visualizing complexity.”

計画は、複雑さを見せる練習に一気に変わった、という一文です。Montañez は続けて、性・ジェンダー・セクシュアリティはそれぞれ別のスペクトラムで、性は1次元の尺度では描けないと書き、図の主眼をインターセックスに移しました。

数が定まらないことは、資料どうしの数字の違いにも表れています。

出典	インターセックスの割合	前提・根拠
Montañez の制作解説（2017）	約1%（about one percent）	DSD を広く定義した場合
『Data Feminism』（2020）	推定1.7%	注55で Fausto-Sterling を出典とする
Jerry Coyne のブログ（2022）	約0.018%（5,600人に1人）	Sax（2002）による

完成した図の本文には、割合の数字は出てきません。

手描きのアウトラインから見開きへ

Montañez はまず内容を紙に描きました。知られている DSD を全部並べると、見開き1つには収まらない（「unwieldy」）と分かり、いくつかの状態を選んで、発達の道筋を描く「visual outline」を作りました。きれいではないが、題材が求める入り組んだ感じはとらえていた、と本人は書いています。

白地に、左端の「Typical biological female」から右端の「Typical biological male」まで横長の帯が通り、受精・出生・思春期・成人の段ごとに説明文が並んで、曲線で結ばれている

Amanda Montañez／Scientific American「Visualizing Sex as a Spectrum」より引用（© Scientific American）

このアウトラインの正確さを、Oklahoma 大学の DSD の専門家、Amy Wisniewski（エイミー・ウィズニュースキー）が確かめました。綴りは図のクレジットに従います。制作解説の本文では「Winsiewski」です。デザインは、Oakland のデータ可視化スタジオ Pitch Interactive（ピッチ・インタラクティブ）が担いました。

黒地に、左端の「Typical biological female」から右端の「Typical biological male」までの帯が通り、Conception・Birth・Puberty の段に説明の箱が並んで、太い矢印で結ばれている

Pitch Interactive／Scientific American「Visualizing Sex as a Spectrum」より引用（© Scientific American）

見た目が決まった後も、同僚から分かりにくい箇所を指摘してもらい、文とデザインを直し続けたといいます。制作解説の3枚を見比べると、次の違いがあります。

項目	アウトライン	Pitch のスケッチ	完成した誌面
縦の段	受精・出生・思春期・成人	受精・出生・思春期	受精・出生・思春期
中央の帯の見出し	DSD examples	DSD examples	Intersex conditions
性を決める要因	冒頭の文の中	冒頭の文の中	左端に列として立てる
5-alpha reductase deficiency	他と同じ扱い	他と同じ扱い	点線の枠と円の説明で強調
ジェンダーの定義	図の下	図の下	図の上

見出しの語は「DSD」から「intersex」に替わりました。替えた理由は、制作解説には書かれていません。

完成した図は、何をどこに置いたか

完成した図は、数量のデータを図にしたものではありません。性分化に関わる要因と、いくつかの DSD がたどる道筋を図解した、概念図・フローチャートです。

黒地の見開き。上に題名と本文、左端に性を決める五つの要因の列があり、中央を横に通る帯の上下に、受精・出生・思春期の段ごとの説明の箱が並んで、多くの矢印で結ばれている

図の要素	表しているもの	根拠
縦方向	発達の時間。CONCEPTION・BIRTH・PUBERTY の3段	誌面、Pitch（three pivotal milestones）
左端の列	性を決める要因。染色体・遺伝子・ホルモン・内外の性器・二次性徴	誌面
横方向の帯	両端が Typical biological female と male。間に状態の名前。目盛りはない	誌面、Pitch
帯の色の変化	性のスペクトラム	『Data Feminism』
説明の箱	各段での状態。箱の左端の線は、左の列の要因に対応すると読めます	誌面
分岐する矢印	各状態がたどる経路	誌面、『Data Feminism』
医療介入の箱	手術やホルモン療法。例「Genitals can be modified to look more typically female」	誌面
点線の枠と右上の円	5-alpha reductase deficiency を一つの例として通して見せる	誌面

右上の円によると、5-alpha reductase deficiency の人は 46XY で、出生時の外見は人によって違い、どちらの性にも割り当てられえます。思春期にテストステロンが増えて男性的な特徴が出て、女の子として育った人が男性と自認するようになることが多い、と円は書いています。一つの状態を段ごとに追わせることで、1点では描けない変化を見せていると読めます。

図の文、作者の文、制作会社の文

この図には、言葉の出どころが三つあります。強さの違う言い方が並んでいるので、分けて示します。

誰の言葉か	どこで	言っていること
図の本文（Montañez の署名入り）	誌面	示したのは「A small cross section」。性とジェンダーは「appear to exist on a spectrum」
Pitch Interactive	作品ページ	「sex assignment and gender identity lies on a spectrum」
Montañez	制作解説	DSD は性とジェンダーの固定的な割り当てを退ける「evidence-based argument」だ。理解が広がれば政策が「social justice」にも沿う
Montañez	BBMRI-ERIC ウェビナー告知（2022）	可視化された例を見たことのない題材で、想像以上に複雑だった

図の本文は「appear to」と控えめに言い、一部の断面だと断っています。Pitch は「lies on」と言い切ります。社会や政策への主張は制作解説の側にあり、そこには作者個人の見解だという但し書きが付いています。後で見る批判も、この三つのどれに向けたものかが違うと読めます。

第三者はこの図をどう見たか

評価は、それぞれ別の点に向いています。書籍を除き、どれも投書・ブログ・SNS の投稿で、査読のある論文ではありません。

一つ目は、『Data Feminism』（Catherine D’Ignazio〈キャサリン・ディグナツィオ〉と Lauren F. Klein〈ローレン・クライン〉、2020）第4章です。同書はこの図の直前に、二値のデータを内側から組み替える例として、The Telegraph の「Born Equal. Treated Unequally.」と Guardian の作品を挙げています。そのうえで、ジェンダーそのものをどう描くかという問いとして、この図を取り上げます。

“Visualization is often thought of as a way to reduce complexity, but here it operates in the reverse” (p.115)

可視化はふつう複雑さを減らすものとされるが、この図は逆に働いている、という評価です。科学者がすでに知っていたことを、広く見えるものにしたとも書いています。

二つ目は、当事者支援団体 interACT の事務局長、Kimberly Zieselman（キンバリー・ジーセルマン）の投書です（2018年1月号）。図がインターセックスの可視性に役立つと認めたうえで、こう書きました。

“There is just one thing we wish it had shown intersex is not: in need of ‘fixing.’”

インターセックスは「直す」ものではないと示してほしかった、という指摘です。図は手術で性器を変え、性腺を取れる箇所を示すが、瘢痕・慢性の痛み・不妊などの結果に触れていない。子を男の子・女の子として育てるのに手術は要らない、とも書いています。

Montañez は同じ欄で、図の範囲は科学としてのスペクトラムで、健康への影響は扱えなかったと答えました。手術を入れたのは、実際に多くの人が受けているからだとしています。なお、制作解説で Montañez は、乳児への医学的に不要な手術をやめるよう求める声を、望ましい変化の一例に挙げています。

三つ目は、2022年の「性は二値」とする立場からの批判です。11月14日、物理学者 Sean Carroll（ショーン・キャロル）が、Colin Wright（コリン・ライト）の「Biological sex is real, immutable, and binary.」という投稿に、この図を添えて「Actual science would like a word.」と返したことがきっかけです。

Jerry Coyne（ジェリー・コイン）は、図が示すのは性に関わる形質の経路の複雑さで、配偶子は描かれていない、と書きました。Emma Hilton（エマ・ヒルトン）は、明確な男性の状態を、女性の状態より「more female」の側に置くのはなぜか、と問いました。その前の8月には、Zach Elliott（ザック・エリオット）が SNS でこう書いていました。

“There are no units on this spectrum to quantify it.”

スペクトラムに単位がない、という指摘です。Elliott は、各状態の位置を決める客観的な方法がないこと、性決定の仕組みと性そのものの混同も挙げています。

批判した側	向けた先	論点	作者の返答
interACT（2018）	医療介入の箱	手術の結果を示していない。養育に手術は要らない	範囲外だった。多くの人が受けているので入れた
「性は二値」の立場（2022）	横の帯と周りの文	Elliott：単位も配置の客観的な根拠もない。仕組みと性を混同している。Hilton：状態の左右の配置。Coyne：配偶子が描かれていない。政策と科学の向きが逆	本記事の出典には見当たらない

前者は描いた介入の扱いを問うています。後者のうち Elliott と Hilton は、横の帯という軸の意味を問うています。Coyne は、図が何を描いていないかと、制作解説の主張を問うています。

使い道

可視化の仕事に持ち帰れる判断は、四つあります。

一つ目は、データが得られないことを、図の方針を変える材料にすることです。Montañez は頻度の図を諦めて経路の図に切り替え、本文で「A small cross section」と範囲を断りました。数を出せないとき、代わりに何を見せるのかを図の中で言うことが要ると読めます。

二つ目は、量に見える軸を概念図に使うときの扱いです。横の帯に目盛りはありませんが、両端に「Typical」と書かれ、状態が左右に並びます。Elliott の単位の指摘や Hilton の配置の問いは、量に見える軸に根拠が示されていない点に向いていると読めます。順序のある軸を置くなら、位置が何を意味しないかまで書く必要があると読めます。

三つ目は、描いた要素が、描かなかったことへの問いを生むことです。医療介入の箱を置いたことで、その結果が描かれていないという指摘が出ました。範囲の線引きを図の近くに書くかどうかも、設計の一部と読めます。

四つ目は、語の選択も図の一部だということです。帯の見出しは「DSD examples」から「Intersex conditions」に替わりました。教育者向けサイト Gender-Inclusive Biology（2021）は、さらに「intersex traits」を勧めています。ラベルの一語で読まれ方が変わりうると読めます。

同誌は2024年12月号で、指標の数値を図にしたジェンダー平等への進展の可視化も載せています。数で示した図と、数で示せなかった図として並べて読めます。

参考・出典

一次情報

Amanda Montañez, “Beyond XX and XY: The Extraordinary Complexity of Sex Determination,” Scientific American 317(3), September 2017, p.50. doi:10.1038/scientificamerican0917-50. 記事
Amanda Montañez, “Visualizing Sex as a Spectrum,” SA Visual（Scientific American Blog Network）, 2017-08-29. ブログ
Scientific American 2017年9月号の目次. 目次
Pitch Interactive, “Beyond XX and XY.” 作品ページ
“Readers Respond to the September 2017 Issue”（Kimberly Zieselman の投書と Montañez の返答）, Scientific American 318(1), January 2018, p.5. 記事
BBMRI-ERIC, “Visualizing the Complexity of Sex Determination”（ウェビナー告知、2022-11-16）. iCal / 日付ページ
BBMRI-ERIC Podcast のエピソード（ウェビナーの録音、音声）. エピソード

第三者評価

Catherine D’Ignazio and Lauren F. Klein, Data Feminism, MIT Press, 2020, ch.4 “What Gets Counted Counts,” pp.113–117, notes 52–55（CC BY-NC-ND 4.0）. Internet Archive / OCR テキスト
Kimberly Zieselman（interACT: Advocates for Intersex Youth）の投書、上記 Letters. 記事
Sam Long, “Scientific American: “Beyond XX and XY”,” Gender-Inclusive Biology, 2021-02-25. 記事
Jerry Coyne, “Stephen Knight on Sean Carroll, Colin Wright, and the binary of sex,” Why Evolution Is True, 2022-11-16（Sean Carroll と Emma Hilton の投稿を引用）. 記事
Jerry Coyne, “Once again, the binary nature of biological sex: Colin Wright and Sean Carroll,” Why Evolution Is True, 2022-12-06. 記事
Zach Elliott（@zaelefty）のスレッド, 2022年8月. Thread Reader
Sean Carroll の投稿（2022-11-14）. X / Emma Hilton の投稿（2022-11-14）. X

同じ縮尺で重ね、スマートフォンが入るかで比べる──The Pudding「Women's Pockets are Inferior」

Sat, 07 Nov 2026 00:00:00 +0900

The Pudding の「Women’s Pockets are Inferior」（2018年8月）は、米国の20ブランド・80本のジーンズの前ポケットを測りました。測った寸法から男女別に同じ縮尺の輪郭を描いて重ね、さらにスマートフォンなどが入るかどうかに置き換えて、大きさの差を見せています。

作者は Jan Diehm（ジャン・ディーム）と Amber Thomas（アンバー・トーマス）です。以下は、作品のページと Methods、GitHub で公開された測定データと README、描画のコードに沿い、読者が図を見る順に読みます。数字の一部は、調査担当が公開データで計算し直した値と並べて示します。

2018年夏、愚痴を測る

作者は、調べた動機をこう書いています。

“like so many things on the internet, we could find complaints and anecdotes galore but little data illustrating just how inferior women’s pockets really are to men’s. So, we went there.”

ネット上に不満や体験談はいくらでもあるが、データはほとんどない。だから測りに行った、という話です。

測ったものは、ページとデータの README で次のとおりです。

項目	内容
対象	米国で人気の20ブランド、80本。1ブランドにつき男女 × skinny／straight の4本
サイズ	すべてウエスト32インチ（各ブランドのサイズ表による）
寸法	前ポケット5つ、後ろポケット4つ（cm）。前ポケットは右側を空の状態で測る
期間と場所	2018年6月29日〜8月6日。ナッシュビル、ニューヨーク、シアトルの実店舗
公開物	測定データ（CSV・JSON）、測定シート（PDF）、描画コード

32インチに揃えた理由を、作者は「these jeans were all made to fit the same size person」と書いています。男性のほうが体が大きい、という反論への答えです。一方で README には、32インチが米国の女性のウエストの中央値より小さいことも書いてあります。男女どちらでも手に入りやすいサイズとして選んだ、という理由です。

作者が挙げた限界は、次のとおりです。1ブランドにつき4本だけである。skinny が slim のブランドもあり、straight がなければ boot-cut を使った。standard／mid-rise がなければ high-rise／low-rise で代用した。縫い閉じた偽のポケットは、同じ型の別の品に替えた。ボタンとジッパーを開け、内側から測った。

店やブランドについては「popular」とあるだけです。店やブランドの選び方の基準と、ばらつきや検定の話は書かれていないと読めます。

5つの寸法から、同じ縮尺の輪郭を描く

前ポケットで測ったのは、5つの長さです。README の図は、測った長さ、そこから引いた線、コンピュータで作った曲線を描き分けています。

前ポケットと後ろポケットの輪郭に、maxHFront や minWFront などの測った箇所を赤い線で示し、破線の曲線を Computer-generated curves として凡例で区別した図解

Jan Diehm、Amber Thomas／the-pudding/data（GitHub）より引用（リポジトリは MIT License）

作者は Methods で、曲線を測っていないことを明記しています。

“While the overall height and width of the pockets was measured, the curvature of the pocket displayed in this article was computer generated.”

高さと幅は測ったが、記事に出る曲線はコンピュータで作った、という意味です。

最初の図は、スクロールに合わせて動きます。80本の輪郭が薄い線で重なり、次に男女別の平均の輪郭が左右に並び、同じ位置に重なります。描画コード（bundle.js）から読み取れる対応は、次のとおりです。

データ	見た目	具体的な値
前ポケットの5寸法（cm）	1本につき1つの閉じた輪郭	直線と二次ベジェ曲線でつなぐ。曲線は計算で作る
高さ・幅	位置と長さ	0〜29 cm の共通スケール。男女で同じ縮尺
80本それぞれ	細い線を重ねる	線の不透明度 0.1
男女別の平均	塗った輪郭	赤系と黄系の半透明
物の寸法	実寸比の画像	iPhone X は 7×14 cm など
入るかどうか	濃さ	入らないブランドは薄く表示
物が入る最大の長方形	画像の位置と角度	d3plus の largestRect() で計算

縮尺を男女で一つにしたので、重ねた輪郭の差が、そのまま大きさの差になります。

「48% shorter」は、何に対して短いのか

ページは、前ポケットの差を一文でまとめています。

“On average, the pockets in women’s jeans are 48% shorter and 6.5% narrower than men’s pockets.”

平均すると、女性のポケットは男性より48%短く、6.5%狭い、という文です。スタイル別には、skinny が「3.5 inches (48%) shorter」、straight が「3.4 inches (46%) shorter」とあります。

この割合の計算式は、ページにも README にも書かれていません。そこで調査担当が、公開データの measurements.csv で計算し直しました。割合は2通り出しています。差を男性の平均で割ったものと、差を男女の平均値の平均で割ったものです。

前ポケット	ページの記述	女性の平均	男性の平均	差÷男性	差÷男女の平均
最大の高さ（80本）	48%	14.33 cm	23.13 cm	38.1%	47.0%
最大の高さ（skinny）	3.5 in（48%）	14.27 cm	23.18 cm	38.5%	47.6%
最大の高さ（straight）	3.4 in（46%）	14.38 cm	23.07 cm	37.7%	46.4%
最大の幅（80本）	6.5%	15.19 cm	16.37 cm	7.2%	7.5%
最大の幅（skinny）	0.3 in（6%）	15.07 cm	16.07 cm	6.2%	6.4%

（調査担当の計算。slim は skinny に、boot-cut と regular は straight に含めた）

インチでの差は、本文の3.5インチ・3.4インチと合います。割合は、男性を基準にすると約38%で、女性の高さは男性の約62%です。差を男女の平均で割ると47〜48%になり、ページの数字にほぼ合います。作者はこの式を使ったと読めますが、説明はありません。幅の6.5%は、80本全体（7.2〜7.5%）より skinny の値に近く、どの集計から出たかは確かめられませんでした。

同じ差でも、何を基準にするかで数字が変わります。「男性より48%短い」と書かれると、読者は男性を基準にした比として受け取ると読めます。その比なら、約38%短い、つまり約6割の長さです。何で割るかで印象が変わる例は、Green to Grey の国の順位でも見られます。

スマートフォンは、入るか

後半は「What can actually fit?」と問います。物を選ぶと、ブランドごとの前ポケットの小さな図が男女別に並び、物の画像が中に置かれます。同じ形の図を並べて違いだけを見せる、Small Multiples の作りです。物は、3機種のスマートフォン、前ポケット用の財布、ペン、女性の手、男性の手の7つです。

3つの前ポケットの輪郭にスマートフォンを置いた図。左の2つではスマートフォンが横向きにはみ出して赤い×印が付き、右のポケットには縦向きに収まっている

Jan Diehm、Amber Thomas／The Pudding「Women’s Pockets are Inferior」より引用（ページのソーシャル用画像）

判定の方法は、Methods にこう書かれています。

“we used the largestRect() function from the d3plus library to determine the largest rectangle that could fit in each pocket that had the same aspect ratio (width:height) of the object in question.”

物と同じ縦横比で、ポケットに入る最大の長方形を求める、という手順です。物がそれより大きいか、ポケットの口より広ければ「入らない」とします。手は、親指を除く4本の指が付け根まで入れば「入る」としました。判定は、はいていない空のポケットで行っています。

ページは、結果をこうまとめています。

“Only 40 percent of women’s front pockets can completely fit one of the three leading smartphone brands.”

女性の前ポケットのうち、大手3ブランドのスマートフォンのどれかが完全に入るのは40%だけ、という文です。前ポケット用の財布が入るのは半分未満、とも書いています。

原文は「three leading smartphone brands」のどれか、と書くだけで、機種ごとの値はありません。調査担当が measurementRectangles.json の最大の長方形と、ポケットの口の幅で判定し直すと、次のとおりでした。

物（寸法）	女性の前ポケット	男性の前ポケット
iPhone X（7×14 cm）	40%	100%
Samsung Galaxy（6.9×14.7 cm）	20%	95%
Google Pixel（7.6×15.7 cm）	5%	85%
女性の手（7×12 cm）	10%	100%

（調査担当の計算。財布は JSON に cm の値がなく、検算できなかった）

ページの40%は、iPhone X の値と一致します。手の10%は、Diehm が2020年にニュージーランドの番組で話した「Only 10 per cent can fit the average women’s hand.」とも合います。

第三者はこの作品をどう見たか

評価は、それぞれ別の点に向いています。一つ目は、賞です。Kantar Information is Beautiful Awards 2018 で、People, Language & Identity 部門の JOINT BRONZE を受けました。紹介文は、作者の要約と同じ「48% shorter and 6.5% narrower」です。

二つ目は、理論書での扱いです。Catherine D’Ignazio（キャサリン・ディグナツィオ）と Lauren F. Klein（ローレン・F・クライン）の『Data Feminism』（2020）は、第4章 p.107〜108 でこの作品を取り上げました。

“Now, the designers of any particular pair of women’s jeans are almost certainly not thinking: ‘Let’s oppress women by making their pockets too small.’ They are probably only thinking about what looks nice. But what looks nice has a history too.”

設計者は女性を抑圧しようとは考えていない、だが「見た目の良さ」にも歴史がある、という話です。同書は、悪意がなくても不平等が日用品の寸法に表れる例として使っていると読めます。同書は「40 percent … can fit a smartphone」とも書いていて、「3ブランドのどれか」という条件が落ちています。

三つ目は、統計教育の視点です。Jessica Hartnett（ジェシカ・ハートネット）は2021年のブログで、データの公開を評価し、t 検定の教材に勧めました。

“Honestly, that is good science and good transparency.”

正直なところ、良い科学で、良い透明性だ、という評価です。ただし、誰が測ったかについて、資料の記述が食い違います。

資料	測定者の記述
データの README	“manual measurements by Jan Diehm and Amber Thomas”（作者2人が測った）
Hartnett のブログ（2021）	“sent research assistants to measure the pockets”（助手に測らせた）

どちらが正しいかは、確かめられませんでした。

報道では、数字が言い換えられました。The Daily Beast（2018年9月2日）は「informal study」と紹介しつつ、ポケットは「just half the size」と書いています。48%短いが、半分の大きさになっています。方法を正面から批判した記事は、調査では見つかりませんでした。

使い道

可視化の仕事に持ち帰れる判断は、四つあります。

一つ目は、比べる二つを同じ縮尺で重ねることです。この作品は32インチに揃えた標本を、一つのスケールで描きました。条件を揃えてから重ねると、差が形のまま見えます。

二つ目は、差を読者の持ち物に置き換えることです。「何cm短い」より「iPhone X が入るか」のほうが、自分のポケットで確かめられます。物と同じ縦横比の長方形を求める手順は、ほかの「収まるか」の比較にも使えます。

三つ目は、割合には基準を書くことです。調査担当の計算では、最大の高さの差を男性で割ると約38%です。作者の48%は男女の平均で割った値に近く、式の説明はありません。式が書かれていないと、男性比として読まれやすいと読めます。

四つ目は、測ったものと作ったものを分け、データを出すことです。README の図は、計算で作った曲線を凡例で区別していました。この記事の再計算も、公開された CSV と JSON があったからできました。数字に疑問が出たとき、読者が自分で確かめられることが、主張を支えていると読めます。

参考・出典

一次情報

Jan Diehm & Amber Thomas, “Women’s Pockets are Inferior,” The Pudding, 2018-08. 記事
同ページの描画コード（bundle.js）. JS
同ページのデータ. measurements.csv / measurementsRectangles.json
測定シート（MeasurementGuide.pdf）. PDF
the-pudding/data, pockets（README、CSV、JSON）. GitHub / README
the-pudding/data のライセンス（MIT License）. LICENSE
the-pudding/pockets（ソースコード）. GitHub / rect-calc-template.js
d3plus, largestRect. ドキュメント

第三者評価

Catherine D’Ignazio & Lauren F. Klein, Data Feminism, MIT Press, 2020. 第4章 p.107–108、図4.4. オープンアクセス版 / 全文テキスト
Kantar Information is Beautiful Awards 2018 受賞一覧. 記事 / ショーケース
Jessica Hartnett, “Women’s pockets are crap: An empirical investigation,” Not Awful and Boring, 2021-06. ブログ
Victoria Albert, “Science Proves Women’s Pants Pockets Suck,” The Daily Beast, 2018-09-02. 記事
“Fair Go investigates: Are women’s pants pockets really smaller then men’s?,” 1News, 2020-03-16. 記事