Eiropa valstu prakses situācijas izvērtējamu par pieredzes un labās prakses piemēriem,
nodrošinot mērķtiecīgus atbalsta un tematiskos pasākumus sabiedrības izpratnes un
informētības paaugstināšanai par diskrimināciju uz seksuālās orientācijas pamata, veica
apskatot Īrijas, Somijas, Šveices, Polijas un Čehijas piemērus. Šajā izvērtējumā tika ņemtas
vērā galvenās LGBT tiesību kampaņas, kas nesušas pārmaiņas sabiedrībā, izraisījušas pozitīvu
sabiedrības rezonansi, kā arī aktualizējušas LGBT tematiku kopumā.
Valstis izvērtējumam tika izvēlētas mērķtiecīgi, balstoties uz to valstu pieredzi, atvērtības
līmeni, kā arī pietuvinājumu Latvijas realitātei, kultūrtelpai un mentalitātei.
Pētījumi
SIF pētījums: Eiropas valstu prakses situācijas izvērtējums par diskrimināciju uz seksuālās orientācijas pamata (2022)
Pieredzes un labās prakses piemēri, nodrošinot mērķtiecīgus atbalsta un tematiskos pasākumus sabiedrības izpratnes un informētības paaugstināšanai.
Citi resursi
Pētījumi
Pētījumi
Šis ir ceturtais ziņojums McKinsey sērijā, kurā tiek pētīts dažādības ekonomiskais pamatojums, sekojot iepriekšējiem ziņojumiem "Kāpēc dažādība ir svarīga" (2015), "Rezultātu sasniegšana ar dažādību" (2018) un "Dažādība uzvar" (2020). 2023. gada ekonomiskais pamatojums ir spēcīgākais kopš ir sākta šī izpēte. Būtisks jaunatklājums ir tas, ka dažādības vadība pārliecinoši saistās ne tikai ar uzņēmumu izaugsmes ambīcijām un lielāku sociālo ietekmi, bet arī ar apmierinātāku darba kolektīvu.
Pētījumi
Pētījums “Mākslīgā intelekta sistēmas un diskriminācijas aspekti”, autore: Dr.iur. Irēna Barkāne. Pētījuma analizēts diskriminācijas aizlieguma, datu aizsardzības un mākslīgā intelekta normatīvais regulējums, kā arī vērsta uzmanību uz esošā tiesiskā regulējuma problēmām un izaicinājumiem algoritmu un MI sistēmu izmantošanas kontekstā, kā arī apkopoti un analizēti uzskatāmākie piemēri no starptautiskās prakses, kas saistīti ar MI sistēmu radīto diskrimināciju iepriekš minētajās četrās jomās. Pētījumā pamatā tiek analizēti piemēri no prakses par MI sistēmu radīto diskrimināciju šādu kritēriju dēļ – dzimums, invaliditāte, rase, etniskā piederība, sociālais stāvoklis, vecums, seksuālā orientācija. Tajā pašā laikā pētījumā tiek apskatīti arī piemēri par to, kā MI sistēmu izmantošana citu kritēriju dēļ var radīt pozitīvu/negatīvu attieksmi iepriekš minētajās jomās.