حساب جديد

WorldFAIR: الاستمرار في تحويل البيانات لمواجهة التحديات المعقدة في مشروع المتابعة

في مهمة لتحويل البيانات وتمكين التعاون الفعال عبر المجالات، تحتفل الهيئة التابعة لمركز الدراسات الدولي CODATA بإكمال مبادرتها الرائدة WorldFAIR وتصدر توصيات سياسية ودراسات حالة متنوعة ومزيد من الإرشادات لتقريبنا من رؤية FAIR (يمكن العثور عليها، بيانات يمكن الوصول إليها وقابلة للتشغيل البيني وقابلة لإعادة الاستخدام). تم التخطيط لمشروع متابعة WorldFAIR+ للحفاظ على هذا الإرث وتوسيعه.

إن التحديات العلمية والإنسانية العالمية الكبرى في القرن الحادي والعشرين - بما في ذلك تغير المناخ، والتنمية المستدامة، والحد من مخاطر الكوارث - لا يمكن معالجتها إلا من خلال البحوث الشاملة للمجالات التي تسعى إلى فهم نظم معقدة من خلال التحليل بمساعدة الآلة على نطاق واسع.

إن قدرتنا على إجراء مثل هذا التحليل مقيدة حاليًا بالقيود المفروضة على قدرتنا على الوصول إلى البيانات غير المتجانسة ودمجها داخل المجالات وعبرها. تعد ممارسات البيانات دون المستوى الأمثل عاملاً مقيدًا رئيسيًا ومكلفًا للبحث: تشير التقديرات إلى ذلك يتم استخدام 80% من نفقات البحث لإعداد بيانات غير متسقة للاستخدام.

واعترافًا بهذا التحدي، قدم مركز الدراسات الدولي لـ CODATA تمويلًا أوليًا لمبادرة "جعل البيانات تعمل لمواجهة التحديات العالمية الكبرى"، والتي كانت جزءًا من أول مبادرة للمجلس خطة العمل 2019-2021.

معرض دولي

سمح التمويل المبكر الحاسم لـ CODATA بتوسيع أمانتها، بناء التعاون وتطوير منهجية دراسة الحالة. أدى هذا إلى إنشاء معرض دولي، بتمويل من المفوضية الأوروبية، للانضمام إلى المبادرات المنفصلة بشأن إدارة البيانات، والإشراف على البيانات، وممارسات بيانات FAIR، داخل التخصصات وعبرها وعلى المستوى الدولي.

عند اكتماله في منتصف عام 2024، تم إنشاء WorldFAIR أنتج مجموعة رائعة من التوصيات وآليات الدعم الأخرى: (عبر) دراسات الحالة التأديبية, توصيات السياسة, أطر التشغيل البيني، وأكثر من ذلك.

الاستمرار في إطار WorldFAIR+

من خلال توسيع أهداف ومنهجية WorldFAIR والحفاظ عليها، أطلقت CODATA بالفعل استمرارًا مباشرًا من خلال وورلدفير + مبادرة.

سيكون WorldFAIR+ عبارة عن اتحاد متنامي للمشاريع، بتمويل ودعم موازين من آلية تنسيق بقيادة CODATA تتمتع بالخبرة الفنية. ستركز المبادرة على تقديم إرشادات عملية وتوصيات فنية للمساعدة في ضمان أن تكون البيانات اللازمة للأبحاث متعددة التخصصات عادلة وذات فائدة قصوى.

  • يدعم مركز الدراسات الدولي مشروعًا حول "بيانات FAIR وحالات الطوارئ" الذي يطبق منهجية WorldFAIR على دراسات الحالة حول بيانات الاستجابة للزلزال (مع زملائه في تركيا)، وحول الفيضانات والكوليرا كمخاطر متتالية (مع التركيز على ملاوي).
  • تعد CODATA جزءًا من اتحاد تمت الموافقة على تمويله لمشروع التكيف مع المناخ بدءًا من عام 2025، عند الانتهاء من عملية إعداد اتفاقية المنحة. سيقوم المشروع بتنفيذ CDIF والتقنيات التمكينية ذات الصلة بـ FAIR لثلاث دراسات حالة: حول الحرارة في المناطق الحضرية؛ بيانات إدارة المحيطات والسواحل؛ التربة الطينية والتأمين.
  • CODATA شريك في مشروع علوم البيانات بلا حدود، بتمويل من مؤسسة ويلكوم وبتنسيق من المركز الأفريقي لبحوث السكان والصحة (APHRC). وسوف تنفذ مكونات CDIF وغيرها من التقنيات التي تمكن FAIR لدعم التحليل الموحد، بما في ذلك الذكاء الاصطناعي (الذي يتطلب قابلية التشغيل البيني للبيانات وإدارة الخصوصية) عبر مراكز البحوث الصحية الأفريقية في كينيا وإثيوبيا والسنغال والكاميرون.

إذا كنت ترغب في المشاركة، فيرجى الاتصال بسيمون هودسون، المدير التنفيذي لـ CODATA، على [البريد الإلكتروني محمي].


ندوة عبر الويب – إطار العمل البيني عبر المجالات (CDIF): إرشادات عملية لقابلية التشغيل البيني FAIR

يعد إطار العمل البيني عبر المجالات (CDIF) أحد المخرجات الرئيسية لمشروع WorldFAIR، وقد تم نشره كمسودة أولية مع استكمال مخرجات المشروع. CDIF عبارة عن مجموعة من توصيات التنفيذ، استنادًا إلى ملفات تعريف معايير البيانات الوصفية المشتركة والمحايدة للمجال والتي تتماشى مع العمل معًا لدعم الوظائف الأساسية التي يتطلبها FAIR. سيستمر تطوير وصيانة CDIF، بناءً على تعليقات المنفذين ومجتمع FAIR الأوسع.

ستعمل هذه الندوة على الويب على: 

  1. تقديم ملفات تعريف CDIF الأساسية ومناقشة التوجهات المستقبلية؛
  2. دعوة للتعليقات وتقديم تفاصيل حول كيفية القيام بذلك؛
  3. مناقشة خطط توسيع مبادرة CDIF وتوسيع المجتمع المشارك. 

ستعقد الندوة عبر الإنترنت يوم الخميس 25 يوليو الساعة 15:00-16:30 بتوقيت وسط أوروبا / 13:00-14:30 بالتوقيت العالمي

تسجيل في: https://bit.ly/RegistrationCDIFwebinar240725.


الصورة بواسطة مكسيم بيرج on Unsplash

انتقل إلى المحتوى