FAIR ಡೇಟಾ ತತ್ವಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು - ಸಂಕ್ಷಿಪ್ತ ರೂಪದ ಹಿಂದೆ ಏನು?

ವೈಜ್ಞಾನಿಕ ಸಂಶೋಧನೆಯ ಆಧಾರವಾಗಿರುವ ಡೇಟಾವು ವೈಜ್ಞಾನಿಕ ತಿಳುವಳಿಕೆಯಲ್ಲಿ ಪ್ರಗತಿಯನ್ನು ಉತ್ತೇಜಿಸುತ್ತದೆ. ಈ ಡೇಟಾಸೆಟ್‌ಗಳು ಇಂದು ವಿಜ್ಞಾನಿಗಳು ಎದುರಿಸುತ್ತಿರುವ ಹಲವು ಪ್ರಮುಖ ಪ್ರಶ್ನೆಗಳಿಗೆ ಪ್ರಮುಖ ಸುಳಿವುಗಳನ್ನು ಹೊಂದಿವೆ ಮತ್ತು ಹಿಂದಿನ ಸಂಶೋಧನೆಗಳ ಮೇಲೆ ಹೊಸ ಬೆಳಕನ್ನು ಚೆಲ್ಲಬಹುದು - ವಿಜ್ಞಾನದ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ದಾಖಲೆಯನ್ನು ಮೌಲ್ಯೀಕರಿಸುವುದು ಅಥವಾ ಅಮಾನ್ಯಗೊಳಿಸುವುದು ಮತ್ತು ಹೊಸ ಸಂಶೋಧನೆ ಮತ್ತು ಹೊಸ ತಿಳುವಳಿಕೆಗೆ ಸಾಧ್ಯತೆಗಳನ್ನು ತೆರೆಯುತ್ತದೆ. ಆದಾಗ್ಯೂ, ವೈಜ್ಞಾನಿಕ ಸಂಶೋಧನೆಗಳನ್ನು ಪ್ರಕಟಿಸುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಈ ರೀತಿಯ ಮಾಹಿತಿಯು ಸಾಮಾನ್ಯವಾಗಿ ಕಣ್ಮರೆಯಾಗುತ್ತದೆ, ಏಕೆಂದರೆ ಡೇಟಾವನ್ನು ಹಂಚಿಕೊಳ್ಳಲಾಗಿಲ್ಲ ಅಥವಾ ಪ್ರವೇಶಿಸಲು ಮತ್ತು ಪ್ರಶ್ನಿಸಲು ಸುಲಭವಾದ ಸ್ವರೂಪದಲ್ಲಿ ಲಭ್ಯವಾಗುವುದಿಲ್ಲ.

'ವಿಜ್ಞಾನದಲ್ಲಿ, ಬಹಳಷ್ಟು ಅದ್ಭುತ ಕೃತಿಗಳು PDF ದಾಖಲೆಗಳಾಗಿ ಪ್ರಕಟವಾಗುತ್ತವೆ. ಲೇಖನವನ್ನು ಮುದ್ರಿಸಲು ಮತ್ತು ಓದಲು ಸಾಧ್ಯವಾಗುವುದು ಮನುಷ್ಯರಿಗೆ ಉತ್ತಮವಾಗಿದೆ, ಆದರೆ PDF ನಲ್ಲಿ ವರದಿ ಮಾಡಿರುವುದನ್ನು ನಿರ್ಮಿಸಲು ಹೋದ ಹೆಚ್ಚಿನ ಮಾಹಿತಿಯು ಮರೆಮಾಡಲಾಗಿದೆ. ನಾವು ಒಂದು ದೊಡ್ಡ ಚಿತ್ರ ವೀಕ್ಷಣೆಯನ್ನು ಪಡೆಯಲು ಬಯಸಿದರೆ, ಮತ್ತು ಒಂದು ನಿರ್ದಿಷ್ಟ ಪ್ರಕ್ರಿಯೆ ಅಥವಾ ಪ್ರತಿಕ್ರಿಯೆಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಸಾಹಿತ್ಯದಲ್ಲಿ ಮಾಡಿದ ಮತ್ತು ವರದಿಯಾಗಿರುವ ಎಲ್ಲಾ ಪ್ರಯೋಗಗಳನ್ನು ನೋಡಿದರೆ, ಆ ಎಲ್ಲಾ PDF ಗಳಿಂದ ಆ ಎಲ್ಲಾ ಮಾಹಿತಿಯನ್ನು ಹೊರತೆಗೆಯಲು ನಮಗೆ ತುಂಬಾ ಕಷ್ಟವಾಗುತ್ತದೆ. ,' ನ ಕಾರ್ಯನಿರ್ವಾಹಕ ನಿರ್ದೇಶಕ ಸೈಮನ್ ಹಾಡ್ಸನ್ ವಿವರಿಸುತ್ತಾರೆ ISC-CODATA.

ರಸಾಯನಶಾಸ್ತ್ರಜ್ಞರ ಮಾತುಗಳಲ್ಲಿ Peter ಮುರ್ರೆ-ರಸ್ಟ್ ಅವರ ಪ್ರಕಾರ, PDF ಗಳಿಂದ ಉಪಯುಕ್ತ ಮಾಹಿತಿಯನ್ನು ಪಡೆಯುವುದು 'ಗೋಮಾಂಸ ಬರ್ಗರ್‌ನಿಂದ ಹಸುವನ್ನು ಪುನರ್ನಿರ್ಮಿಸಿದಂತಾಗುತ್ತದೆ'.

ಅನೇಕ ವರ್ಷಗಳ ಸಂಶೋಧನೆಯ ಅವಧಿಯಲ್ಲಿ ಉತ್ಪಾದಿಸಲಾದ ವೈಜ್ಞಾನಿಕ ದತ್ತಾಂಶದ ಸಂಪತ್ತು ಇದೆ, ಆದರೆ ಅನೇಕ ಸಂದರ್ಭಗಳಲ್ಲಿ, ಇದು ಸಾಧ್ಯವಿಲ್ಲ - ಮತ್ತು ಖಂಡಿತವಾಗಿಯೂ ಸುಲಭವಲ್ಲ - ಇತರ ಸಂಶೋಧನೆಗಳು ಅಥವಾ ನಡೆಯುತ್ತಿರುವ ಕೆಲಸಗಳೊಂದಿಗೆ ಹೋಲಿಸಲು ಆ ಡೇಟಾವನ್ನು ಹುಡುಕಲು ಮತ್ತು ಅದನ್ನು ಪ್ರಶ್ನಿಸಲು. ಈ ಗೊಂದಲವನ್ನು ಎದುರಿಸುತ್ತಿರುವ ಮತ್ತು ತೆರೆದ ವಿಜ್ಞಾನದ ಕಡ್ಡಾಯಕ್ಕೆ ಅನುಗುಣವಾಗಿ, ಸಂಶೋಧಕರು ಪ್ರಸ್ತುತ ಡೇಟಾದ ಪ್ರವೇಶ ಮತ್ತು ಪರಸ್ಪರ ಕಾರ್ಯಸಾಧ್ಯತೆಯನ್ನು ಬೆಂಬಲಿಸುವ ಚೌಕಟ್ಟುಗಳ ಮೂಲಕ ಡೇಟಾ-ಚಾಲಿತ ವಿಜ್ಞಾನವನ್ನು ಮತ್ತಷ್ಟು ಸಕ್ರಿಯಗೊಳಿಸಲು ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದಾರೆ.

ಇದನ್ನು ಮಾಡಲು ಇತ್ತೀಚಿನ ಮತ್ತು ಅತ್ಯಂತ ಪ್ರಮುಖವಾದ ವಿಧಾನವೆಂದರೆ FAIR, ಇದು ಸಾಧ್ಯವಾದಷ್ಟು ಬಳಸಬಹುದಾದ ಮತ್ತು ಮೌಲ್ಯಯುತವಾಗಿರಲು ಡೇಟಾ ಏನಾಗಿರಬೇಕು ಎಂಬುದನ್ನು ಒಳಗೊಂಡಿದೆ: FAIR ಡೇಟಾ ಅಂದರೆ ಡೇಟಾ Fಅಕ್ಷಯ; Aಪ್ರವೇಶಿಸಬಹುದಾದ; Iಪರಸ್ಪರ ಕಾರ್ಯಸಾಧ್ಯ ಮತ್ತು Rಇ-ಬಳಸಬಹುದಾದ.

'ಫೈಂಡಬಲ್' ಎಂದರೆ ವೈಜ್ಞಾನಿಕ ಸಂಶೋಧನೆಗಳಿಗೆ ಆಧಾರವಾಗಿರುವ ಪುರಾವೆಗಳ ಭಾಗವಾಗಿ ಪ್ರಕಟಿಸಲಾದ ಅಥವಾ ಸಾರ್ವಜನಿಕವಾಗಿ ಧನಸಹಾಯ ಪಡೆದ ಸಂಶೋಧನೆಯ ಪರಿಣಾಮವಾಗಿ ಉತ್ಪಾದಿಸಲಾದ ವೈಜ್ಞಾನಿಕ ದತ್ತಾಂಶವು ಇತರರಿಗೆ ಹುಡುಕಲು ಮತ್ತು ಬಳಸಲು ಲಭ್ಯವಿರಬೇಕು. ಡೇಟಾವು ನಿರಂತರ ಮತ್ತು ನಿಸ್ಸಂದಿಗ್ಧವಾದ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಹೊಂದಿರಬೇಕು, ಜೊತೆಗೆ ಅನ್ವೇಷಣೆಯನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಲು ಸಾಕಷ್ಟು ಶ್ರೀಮಂತ ಮೆಟಾಡೇಟಾವನ್ನು ಹೊಂದಿರಬೇಕು.

"ಕೆಲವು ಡೇಟಾವನ್ನು ರಕ್ಷಿಸಲು ಉತ್ತಮ ಕಾರಣಗಳಿವೆ" ಎಂದು ಸೈಮನ್ ಹಾಡ್ಸನ್ ಹೇಳುತ್ತಾರೆ, "ಆದರೆ ಆ ಪರಿಗಣನೆಗಳು ಅನ್ವಯಿಸದಿದ್ದಲ್ಲಿ, FAIR ತತ್ವಗಳ ಅರ್ಥವೆಂದರೆ ನೀವು ವೆಬ್‌ನಲ್ಲಿ ಡೇಟಾವನ್ನು ಪ್ರವೇಶಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಬಹುಶಃ ಭದ್ರತಾ ಸಮಸ್ಯೆಗಳಿದ್ದರೆ ದೃಢೀಕರಣದೊಂದಿಗೆ . ಬಹುಮುಖ್ಯವಾಗಿ, FAIR ತತ್ವಗಳು ವಿಜ್ಞಾನಿಗಳು ಸಂಶೋಧನಾ ಡೇಟಾವನ್ನು ಪ್ರೋಗ್ರಾಮ್ಯಾಟಿಕ್ ಆಗಿ ಪ್ರವೇಶಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಅಂದರೆ ಅವರ ಯಂತ್ರಗಳ ಮೂಲಕವೂ ಸಹ. ನೀವು ಡೇಟಾವನ್ನು ಪಡೆಯಬಹುದು ಮತ್ತು ಅದನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಬಹುದು ಎಂಬುದು ಕೇವಲ ಅಲ್ಲ: ನೀವು ಅದನ್ನು ಕಂಪ್ಯೂಟರ್ ಕೋಡ್‌ನೊಂದಿಗೆ ಪ್ರಶ್ನಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

FAIR ನಲ್ಲಿರುವ i ಎಂಬುದು 'ಇಂಟರ್‌ಆಪರೇಬಲ್' ಅನ್ನು ಸೂಚಿಸುತ್ತದೆ - ಅಂದರೆ ನೀವು ವಿವಿಧ ಮೂಲಗಳಿಂದ ಡೇಟಾವನ್ನು ಸಂಯೋಜಿಸಬಹುದು: ಇದು ಹೆಚ್ಚಾಗಿ ಮೆಟಾಡೇಟಾ ಮತ್ತು ಒಪ್ಪಿದ ಪರಿಭಾಷೆಗಳು ಅಥವಾ ಶಬ್ದಕೋಶಗಳ ಮಾನದಂಡಗಳನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ನಿರ್ದಿಷ್ಟ ದೇಶದಿಂದ ಸಾಮಾಜಿಕ ಸಮೀಕ್ಷೆಗಾಗಿ ಮೆಟಾಡೇಟಾವು ಬಳಸಲಾದ ವಯಸ್ಸಿನ ವರ್ಗಗಳು ಅಥವಾ ಸಾಮಾಜಿಕ-ಆರ್ಥಿಕ ವರ್ಗಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ವಿವರಿಸುತ್ತದೆ ಮತ್ತು ವರ್ಗದ ಗಡಿಗಳು ಎಲ್ಲಿವೆ, ಆದ್ದರಿಂದ ಸಾಮಾಜಿಕ ಸಮೀಕ್ಷೆಯ ಡೇಟಾದೊಂದಿಗೆ ಡೇಟಾವನ್ನು ಸುಲಭವಾಗಿ ಹೋಲಿಸಬಹುದು. ಬೇರೆ ದೇಶದಲ್ಲಿ.

R ಎಂದರೆ ಮರುಬಳಕೆ ಮಾಡುವುದು: ಇದು ಜನರಿಗೆ ಡೇಟಾವನ್ನು ಮರುಬಳಕೆ ಮಾಡಲು ಅನುಮತಿಸುವ ಪರವಾನಗಿಯನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ ಮತ್ತು ಯಾವುದೇ ಮರುಬಳಕೆಯ ಷರತ್ತುಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಹೇಳುತ್ತದೆ. ಇದರರ್ಥ ಡೇಟಾದ ಮೂಲ (ಉದಾಹರಣೆಗೆ, ಅದನ್ನು ಹೇಗೆ ಸಂಗ್ರಹಿಸಲಾಗಿದೆ, ಯಾವ ಹೊಂದಾಣಿಕೆಗಳು ಅಥವಾ ಮಾಪನಾಂಕಗಳನ್ನು ಬಳಸಲಾಗಿದೆ, ಡೇಟಾವನ್ನು ಮತ್ತಷ್ಟು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದು ಮತ್ತು ಸ್ವಚ್ಛಗೊಳಿಸುವುದು ಇತ್ಯಾದಿ) ಮಾಹಿತಿಯನ್ನು ಹೊಂದಿರುವುದು ಇದರರ್ಥ ಸಂಶೋಧಕರು ಸಂಭಾವ್ಯ ಪ್ರಬಲ ಅಂಶಗಳು ಮತ್ತು ಮಿತಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು. ಡೇಟಾ, ಮತ್ತು ಅದನ್ನು ವಿಶ್ವಾಸದಿಂದ ಬಳಸಿ.

FAIR ಡೇಟಾ ಕೂಡ 'ಸಂಪೂರ್ಣ AI ಸಿದ್ಧವಾಗಿದೆ'. ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ವಿಭಿನ್ನ ಡೇಟಾಸೆಟ್‌ಗಳಾದ್ಯಂತ ಫಲಿತಾಂಶಗಳನ್ನು ಊಹಿಸಲು ಯಂತ್ರ ಕಲಿಕೆಯನ್ನು ಬಳಸಲು, ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ ವಿಭಿನ್ನ ವೇರಿಯಬಲ್‌ಗಳಿಗೆ ವ್ಯಾಖ್ಯಾನಗಳನ್ನು ಹೊಂದಿರುವುದು ಅತ್ಯಗತ್ಯ, ಮತ್ತು ವ್ಯಾಖ್ಯಾನಗಳು ಸುಲಭವಾಗಿ ಪ್ರವೇಶಿಸಬಹುದು.

"ಡೇಟಾ ಮತ್ತು ಸಂಬಂಧಿತ ಸೇವೆಗಳು ಫೇರ್ ಆಗಿದ್ದರೆ, ಎಲ್ಲವನ್ನೂ ವಿವರಿಸಲಾಗುತ್ತದೆ ಇದರಿಂದ ಕಂಪ್ಯೂಟರ್ - ಮತ್ತು ಕೋಡ್ ಬಳಸುವ ಯಾರಾದರೂ - ಪರಿಕಲ್ಪನೆ ಮತ್ತು ಸಂಬಂಧಿತ ವೇರಿಯಬಲ್‌ಗೆ ಯಾವ ವ್ಯಾಖ್ಯಾನವನ್ನು ಬಳಸಲಾಗಿದೆ, ಮಾಪನಗಳನ್ನು ಪಡೆಯುವ ವಿಧಾನ ಮತ್ತು ತಮ್ಮನ್ನು ತಾವು ಮೌಲ್ಯೀಕರಿಸಿಕೊಳ್ಳುತ್ತಾರೆ. ನಂತರ ನಾವು ಡೇಟಾ ಕೋಡ್‌ನೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಬಹುದು, ಬಹುಶಃ ಅದನ್ನು ಕೊಳೆಯಬಹುದು, ಉಪವಿಭಾಗವನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು, ಅದನ್ನು ಇತರ ಡೇಟಾದೊಂದಿಗೆ ಸಂಯೋಜಿಸಬಹುದು. ದತ್ತಾಂಶವು ನ್ಯಾಯಯುತವಾಗಿದ್ದರೆ ಇದನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಮಾಡಬಹುದು ಮತ್ತು ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಸಂಶೋಧನೆ ಸ್ವತಃ ಪ್ರಯೋಜನಗಳನ್ನು ಪಡೆಯಬಹುದು, ”ಸೈಮನ್ ಹಾಡ್ಸನ್ ಹೇಳುತ್ತಾರೆ.

ವಿಜ್ಞಾನದ ವಿವಿಧ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಪ್ರಮುಖ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ವ್ಯಕ್ತಪಡಿಸಲು ಪ್ರಮಾಣಿತ ಶಬ್ದಕೋಶಗಳನ್ನು ಹೊಂದಿರುವ ಕಲ್ಪನೆಯು ಹೊಸದೇನಲ್ಲ. ದಿ ಇಂಟರ್ನ್ಯಾಷನಲ್ ಯೂನಿಯನ್ ಆಫ್ ಪ್ಯೂರ್ ಅಂಡ್ ಅಪ್ಲೈಡ್ ಕೆಮಿಸ್ಟ್ರಿ (IUPAC), ISC ಯ ಸದಸ್ಯ, 1919 ರಲ್ಲಿ ಸ್ಥಾಪನೆಯಾದಾಗಿನಿಂದ ರಸಾಯನಶಾಸ್ತ್ರದಲ್ಲಿ ಅಂತರಾಷ್ಟ್ರೀಯ ಪ್ರಮಾಣೀಕರಣದ ಅಗತ್ಯಕ್ಕೆ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತಿದೆ. ಇಂದು, ಪ್ರಮಾಣಿತ ಶಬ್ದಕೋಶಗಳನ್ನು ಡಿಜಿಟಲ್ ಯುಗಕ್ಕೆ ಅಳವಡಿಸಿಕೊಳ್ಳುವುದು ಅತ್ಯಗತ್ಯವಾಗಿದೆ ಮತ್ತು ಅವುಗಳನ್ನು ಸ್ವತಃ FAIR ಮಾಡಲಾಗಿದೆ. ಡೇಟಾ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಉಪಕ್ರಮದೊಂದಿಗೆ ಆಯೋಜಿಸಲಾದ ಕಾರ್ಯಾಗಾರದ ಪರಿಣಾಮವಾಗಿ, ಸೈಮನ್ ಕಾಕ್ಸ್ ನೇತೃತ್ವದ ಗುಂಪು (CODATA ಕಾರ್ಯಕಾರಿ ಸಮಿತಿಯ ಮಾಜಿ ಸದಸ್ಯ ಮತ್ತು ಪರಿಭಾಷೆಗಳ ಬಳಕೆಯ ಬಗ್ಗೆ ಪರಿಣಿತರು) ಪ್ರಕಟಿಸಿತು 'ಶಬ್ದಕೋಶ ಫೇರ್ ಮಾಡಲು ಹತ್ತು ಸರಳ ನಿಯಮಗಳು'.

ಈ ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ಅನುಸರಿಸಿ, CODATA ಪ್ರಸ್ತುತ FAIR ಶಬ್ದಕೋಶದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆ ಅಪಾಯದ ಮಾಹಿತಿ ಪ್ರೊಫೈಲ್‌ಗಳು ISC ಯಿಂದ ಅಕ್ಟೋಬರ್ 2021 ರಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿದೆ. ಇದು ವಿವರಿಸಿದ ಎಲ್ಲಾ ಅಪಾಯಗಳಿಗೆ ವೆಬ್ ಆಧಾರಿತ ಪರಿಭಾಷೆಯನ್ನು ರಚಿಸುತ್ತದೆ, ಇದನ್ನು GitHub ನಲ್ಲಿ ಮತ್ತು ರಿಸರ್ಚ್ ವೋಕಾಬ್ಯುಲರೀಸ್ ಆಸ್ಟ್ರೇಲಿಯಾ ಸೇವೆಯ ಮೂಲಕ ಯಾರಾದರೂ ಬಳಸಲು ಲಭ್ಯವಾಗುವಂತೆ ಮಾಡಲಾಗುತ್ತದೆ. ಇದರರ್ಥ ಅಪಾಯದ ಕಡಿತ ಮತ್ತು ನಿರ್ವಹಣೆಯಲ್ಲಿ ತಮ್ಮ ಕಾರ್ಯತಂತ್ರಗಳು ಮತ್ತು ಕ್ರಮಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಸರ್ಕಾರಗಳು ತಮ್ಮ ಸ್ವಂತ ಅಂಕಿಅಂಶಗಳೊಂದಿಗೆ ವಿಪತ್ತು ನಷ್ಟ ಅಥವಾ ವರದಿ ಮಾಡುವ ಚೌಕಟ್ಟುಗಳೊಂದಿಗೆ ಡೇಟಾವನ್ನು ತ್ವರಿತವಾಗಿ ಹೋಲಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಉದಾಹರಣೆಗೆ.

CODATA ಹಲವಾರು ವಿಭಿನ್ನ ISC ಸದಸ್ಯರೊಂದಿಗೆ FAIR ಶಬ್ದಕೋಶಗಳ ಮೇಲೆ ಕೆಲಸ ಮಾಡುತ್ತಿದೆ, ಉದಾಹರಣೆಗೆ ಇಂಟರ್ನ್ಯಾಷನಲ್ ಯೂನಿಯನ್ ಫಾರ್ ದಿ ಸೈಂಟಿಫಿಕ್ ಸ್ಟಡಿ ಆಫ್ ಪಾಪ್ಯುಲೇಶನ್ (IUSSP). ಜನಸಂಖ್ಯಾಶಾಸ್ತ್ರವು ದತ್ತಾಂಶ-ಸಮೃದ್ಧ ಕ್ಷೇತ್ರವಾಗಿದೆ ಮತ್ತು ಸುಸ್ಥಿರ ಮಾನವ ಅಭಿವೃದ್ಧಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಹೆಚ್ಚು ಪ್ರಸ್ತುತವಾಗಿದೆ. ಜನಸಂಖ್ಯಾ ವಿಜ್ಞಾನ ಫೇರ್‌ನಲ್ಲಿ ಪ್ರಮುಖ ಪರಿಭಾಷೆಗಳನ್ನು ಮಾಡುವ ಮೂಲಕ, IUSSP ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಏಜೆನ್ಸಿಗಳು ಮತ್ತು ಸಾಮಾಜಿಕ ವಿಜ್ಞಾನಿಗಳಿಗೆ ಜನಸಂಖ್ಯಾ ಡೇಟಾವನ್ನು ಹೆಚ್ಚು ಉಪಯುಕ್ತವಾಗಿಸಲು ಕೊಡುಗೆ ನೀಡುತ್ತದೆ, ಹಾಗೆಯೇ ಸಸ್ಟೈನಬಲ್‌ಗೆ ಸಂಬಂಧಿಸಿದ ಹೆಚ್ಚಿನ ಪ್ರದೇಶಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಜನಸಂಖ್ಯೆಯ ಡೇಟಾವನ್ನು ಬಳಸುವ ಅನೇಕ ಅಧ್ಯಯನದ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಅಂತಹ ಡೇಟಾವನ್ನು ಬಳಸುವವರಿಗೆ. ಅಭಿವೃದ್ಧಿ ಗುರಿಗಳು (SDGs).

CODATA ಹೊಸ ಎರಡು ವರ್ಷಗಳ ಯೋಜನೆಯ ಭಾಗವಾಗಿ IUPAC ಯೊಂದಿಗೆ ಇದೇ ರೀತಿಯ ಕೆಲಸವನ್ನು ಕೈಗೊಳ್ಳುತ್ತದೆ.WorldFAIR: FAIR ಡೇಟಾ ನೀತಿ ಮತ್ತು ಅಭ್ಯಾಸದ ಮೇಲೆ ಜಾಗತಿಕ ಸಹಕಾರ', ಅದರ ಮೂಲಕ ಯುರೋಪಿಯನ್ ಕಮಿಷನ್‌ನಿಂದ ಹಣ ಹರೈಸನ್ ಯುರೋಪ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಪ್ರೋಗ್ರಾಂ. ಇವರಿಂದ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟಿದೆ CODATA, ಅದರೊಂದಿಗೆ ಸಂಶೋಧನಾ ಡೇಟಾ ಅಲೈಯನ್ಸ್ ಪ್ರಮುಖ ಪಾಲುದಾರರಾಗಿ, WorldFAIR ಯೋಜನೆಯು ಹನ್ನೊಂದು ಡೊಮೇನ್ ಮತ್ತು ಕ್ರಾಸ್-ಡೊಮೈನ್ ಕೇಸ್ ಸ್ಟಡೀಸ್‌ಗಳ ಜೊತೆಗೆ FAIR ಡೇಟಾ ತತ್ವಗಳ ಅನುಷ್ಠಾನವನ್ನು ಮುಂದುವರೆಸಲು ಕೆಲಸ ಮಾಡುತ್ತದೆ, ನಿರ್ದಿಷ್ಟವಾಗಿ ಪರಸ್ಪರ ಕಾರ್ಯಸಾಧ್ಯತೆಗಾಗಿ, ಮತ್ತು FAIR ಗಾಗಿ ಶಿಫಾರಸುಗಳ ಸೆಟ್ ಮತ್ತು ಚೌಕಟ್ಟನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತದೆ. ವಿಭಾಗಗಳ ಗುಂಪಿನಲ್ಲಿ ಮೌಲ್ಯಮಾಪನ, ಅಥವಾ ಅಡ್ಡ-ಶಿಸ್ತಿನ ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರಗಳು. WorldFAIR ISC ಪ್ರಾಜೆಕ್ಟ್‌ಗೆ CODATA ನ ಕೊಡುಗೆಯ ತಿರುಳನ್ನು ರೂಪಿಸುತ್ತದೆ ಕ್ರಾಸ್-ಡೊಮೈನ್ ಗ್ರ್ಯಾಂಡ್ ಸವಾಲುಗಳಿಗೆ ಡೇಟಾವನ್ನು ಕೆಲಸ ಮಾಡುವುದು.

ಐಯುಪಿಎಸಿ ಕೆಮಿಸ್ಟ್ರಿ ಕೇಸ್ ಸ್ಟಡಿಯನ್ನು ಮುನ್ನಡೆಸುತ್ತಿದೆ, ಐಯುಪಿಎಸಿ ಕ್ಯೂರೇಟ್ ಮಾಡುವ ಮಾಹಿತಿ ಸ್ವತ್ತುಗಳು ಮತ್ತು ಪರಿಭಾಷೆಗಳನ್ನು ಡಿಜಿಟಲೀಕರಣ ಮತ್ತು ಫೇರ್ ಡೇಟಾದ ಯುಗಕ್ಕೆ ಸೂಕ್ತವಾಗಿ ಮಾಡುವುದು ಹೇಗೆ ಎಂದು ನೋಡುತ್ತಿದೆ. IUPAC ನ್ಯಾನೊವಸ್ತುಗಳು ಮತ್ತು ಭೂರಸಾಯನಶಾಸ್ತ್ರದ ಇತರ ವರ್ಲ್ಡ್‌ಫೇರ್ ಕೇಸ್ ಸ್ಟಡೀಸ್‌ನೊಂದಿಗೆ ಸಹ ತೊಡಗಿಸಿಕೊಳ್ಳುತ್ತದೆ.

ಮತ್ತೊಂದು WorldFAIR ಪಾಲುದಾರರು USA, ಡ್ರೆಕ್ಸೆಲ್ ವಿಶ್ವವಿದ್ಯಾಲಯ, ಇದು Salud Urbana en America Latina ("ಲ್ಯಾಟಿನ್ ಅಮೆರಿಕಾದಲ್ಲಿ ನಗರ ಆರೋಗ್ಯ") (SALURBAL) ಯೋಜನೆಯ ನೇತೃತ್ವ ವಹಿಸಿದೆ. ಸಾಲೂರ್ಬಾಲ್ ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ a ಜನಸಂಖ್ಯಾ ಗುಣಲಕ್ಷಣಗಳು, ಮರಣ ಪ್ರಮಾಣಗಳು, ಆರೋಗ್ಯ ನಡವಳಿಕೆಗಳು ಮತ್ತು ಅಪಾಯಗಳು, ಸಾಮಾಜಿಕ ಪರಿಸರ ಮತ್ತು ನಿರ್ಮಿತ ಪರಿಸರದಂತಹ ಡೊಮೇನ್‌ಗಳಲ್ಲಿ ಬಹು-ದೇಶದ ಡೇಟಾಸೆಟ್, ಲ್ಯಾಟಿನ್ ಅಮೆರಿಕದಾದ್ಯಂತ ನಗರಗಳೊಳಗಿನ ನಗರಗಳು ಮತ್ತು ನೆರೆಹೊರೆಗಳ ಹೋಲಿಕೆಗಳನ್ನು ಅನುಮತಿಸುತ್ತದೆ. ಈ ಅದ್ಭುತ ಸಂಪನ್ಮೂಲವು ಪ್ರದೇಶದ ನಗರಗಳಲ್ಲಿನ ಆರೋಗ್ಯ ಮತ್ತು ಆರೋಗ್ಯ ಅಸಮಾನತೆಗಳ ಚಾಲಕರ ಮೇಲೆ ನೀತಿ-ಸಂಬಂಧಿತ ಸಂಶೋಧನೆಯನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ. SALURBAL ಈಗಾಗಲೇ ಡೇಟಾ ಸಮನ್ವಯತೆಯ ಬಗ್ಗೆ ವ್ಯಾಪಕವಾದ ಕೆಲಸವನ್ನು ಮಾಡಿದೆ. WorldFAIR ಈ ಕೆಲಸದ ಮೇಲೆ ಹೆಚ್ಚು ಬೆಳಕು ಚೆಲ್ಲಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಮತ್ತು ನಗರ ಆರೋಗ್ಯದಲ್ಲಿ FAIR ಪರಿಭಾಷೆಗಳಿಗೆ ಶಿಫಾರಸುಗಳನ್ನು ಮಾಡುತ್ತದೆ.

ನೀವು ಸಹ ಆಸಕ್ತಿ ಹೊಂದಿರಬಹುದು

CAG-CEPT, CODATA ಮತ್ತು UHWB ಪಾಡ್‌ಕ್ಯಾಸ್ಟ್ ಸರಣಿ 'ಡೇಟಾ-ನಾಲೆಡ್ಜ್-ಆಕ್ಷನ್ ಫಾರ್ ಅರ್ಬನ್ ಸಿಸ್ಟಮ್ಸ್

ನಗರ ವ್ಯವಸ್ಥೆಗಳ ಪಾಡ್‌ಕ್ಯಾಸ್ಟ್ ಸರಣಿಗಾಗಿ ಡೇಟಾ-ಜ್ಞಾನ-ಕ್ರಿಯೆಯು ಬುದ್ಧಿವಂತ ನಗರ ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ಮಿಸಲು ಬಳಸುವ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪರಿಶೋಧಿಸುತ್ತದೆ. ನಗರಗಳು ಹೊಂದಿಕೊಳ್ಳುವ ಮತ್ತು ನಗರ ಯೋಗಕ್ಷೇಮವನ್ನು ನಿಭಾಯಿಸಲು ಬುದ್ಧಿವಂತರಾಗಲು ಅಗತ್ಯವಿರುವ ವ್ಯವಸ್ಥಿತ ಬದಲಾವಣೆಗಳನ್ನು ಸರಣಿಯು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ. ಇದನ್ನು ಸೆಂಟರ್ ಫಾರ್ ಅಪ್ಲೈಡ್ ಜಿಯೋಮ್ಯಾಟಿಕ್ಸ್, CODATA ಮತ್ತು ಅರ್ಬನ್ ಹೆಲ್ತ್ ಅಂಡ್ ವೆಲ್ಬೀಯಿಂಗ್ ಪ್ರೋಗ್ರಾಂ (UHWB) ಆಯೋಜಿಸುತ್ತದೆ.

ಫೆಬ್ರವರಿ 15 ಮತ್ತು 16 ರಂದು ಸೈಮನ್ ಹಾಡ್ಸನ್ ISC ಸದಸ್ಯರಿಗೆ ಜ್ಞಾನ-ಹಂಚಿಕೆ ಅಧಿವೇಶನದ ಭಾಗವಾಗಿ CODATA ನ ಕೆಲಸದ ಬಗ್ಗೆ ಬ್ರೀಫಿಂಗ್ ನೀಡಿದರು. ಡಿಜಿಟಲ್ ಯುಗದಲ್ಲಿ ವಿಜ್ಞಾನ ಮತ್ತು ತಂತ್ರಜ್ಞಾನವನ್ನು ಒಮ್ಮುಖಗೊಳಿಸುವುದು.

ವೀಡಿಯೊ ಪ್ಲೇ ಮಾಡಿ

ನೀವು WorldFAIR ಪ್ರಾಜೆಕ್ಟ್ ಬಗ್ಗೆ, CODATA ನ FAIR ಶಬ್ದಕೋಶಗಳ ಬಗ್ಗೆ ಮತ್ತು ಡೇಟಾ ಮತ್ತು ಮಾಹಿತಿ ಸ್ವತ್ತುಗಳನ್ನು FAIR ಮಾಡಲು ವಿವಿಧ ಸಂಶೋಧನಾ ವಿಭಾಗಗಳಲ್ಲಿನ ಉಪಕ್ರಮಗಳ ಬಗ್ಗೆ ಇನ್ನಷ್ಟು ತಿಳಿದುಕೊಳ್ಳಬಹುದು ಅಂತರಾಷ್ಟ್ರೀಯ ಡೇಟಾ ವೀಕ್ 2022, 20-23 ಜೂನ್.

ಎಕೋಲ್ ಪಾಲಿಟೆಕ್ನಿಕ್‌ನಿಂದ ಚಿತ್ರ - J.Barande ಮೂಲಕ Flickr.