La bezono de danĝerdifinoj

Manko de komune komunaj difinoj de danĝeroj malhelpas efikan monitoradon de klopodoj pri redukto de katastrofoj. Simon Cox klarigas kiel scienco, datumoj kaj teknologio povas helpi solvi la problemon.

La bezono de danĝerdifinoj

(Surbaze de intervjuo farita en oktobro 2019) 


Simon Cox, (CODATA), estas membro de la Teknika Laborgrupo kunvenis por identigi la plenan amplekson de ĉiuj danĝeroj rilataj al la Sendai Kadro kaj iliaj sciencaj difinoj. Registriĝi por aliĝi al la lanĉo de la scienca raporto la 29an de julio  


Ni bezonas komune komunajn danĝerdifinojn 

La laboro, al kiu ni kontribuas, estas ĉirkaŭ akiri precizajn, aŭ tiel precizajn kiel ni povas akiri, difinojn de danĝeroj kiuj povus kontribui al katastrofoj. 

Ni havas problemon pri la lingvo ĉirkaŭ danĝeroj en la amaskomunikilaro, ĝenerala publiko, kaj foje eĉ en leĝaro. Ĝi ne estas sufiĉe preciza por mezuradoj kaj statistikoj. 

Krome, la sama terminologio, la samaj vortoj estas uzataj malsame: en diversaj geografiaj regionoj, en diversaj landoj, en diversaj evoluaj kuntekstoj.  

Por povi havi tutmondan kaj internacian programon rilatan al redukto de risko de katastrofo, ni devas, unue, evoluigi difinojn, kiuj estas dividitaj tra la komunumo internacie.  

Finfine, multaj el tiuj difinoj estas motivitaj de scienca kompreno de la kaŭzoj de katastrofoj, ĉu ili estas pro naturaj fenomenoj, mediaj fenomenoj, homaj intervenoj aŭ sociaj problemoj. Ni devas havi bonajn difinojn.  

Esence, precizaj difinoj estas la bazo por oficiala statistiko, kaj se ni ne havas taŭgajn difinojn pri tio, kion ni mezuras, tiam ni ne povas fari komparojn inter unu loko kaj alia. 

Do, la scienca komunumo kunvenas kaj alportas sian komprenon surbaze de siaj modeloj de la natura mondo, de la fenomenoj, de la interagoj inter ili, por skribi ĉi tiujn klare en maniero, kiu tiam povas esti igita mezuradoj, taksadoj kaj taksadoj. .  

La laboro de scienco 

Kial sciencistoj estas en la plej bona pozicio por fari tion?  

La komerco de scienco estas, finfine, kolekti empiriajn pruvojn kaj tiri konkludojn, detekti kaj senti ŝablonojn, kiuj permesas fari antaŭdirojn kaj taksojn. Tio estas fundamenta por la laboro de scienco. Alporti tiun precizecon estas tio, kion ni provas fari.  

Ni multe konas fari ĉi tion. Dum miloj da jaroj scienco havas sencon de la mondo, skribante leĝojn, regulojn kaj ŝablonojn surbaze de teorioj pri la interagoj ĉirkaŭ ni.  

Por ĉi tiu projekto, ni laboras pri difinoj en servo de katastrofa risko. Ĝi estas speciala apliko preni la sciencdisciplinon kaj alporti ĝin en kuntekston kie ĝi estas de kritika signifo al komunumoj, al la homaro, kaj al la Tero.  
 

La rolo de scienco kaj teknologio 

Datuma scienco signifas kelkajn malsamajn aferojn.  

Plejofte, kiel komprenite en la komunumo kaj kiel vi vidas ĝin menciita en la novaĵoj, datuma scienco temas pri datumtraktado, serĉante ŝablonojn en grandaj datumaj aroj, kiuj implikas statistikojn, probablecon. 

Tamen temas ankaŭ pri kunigo de datumserioj, kiuj povus esti kolektitaj en malsamaj tempoj, en malsamaj manieroj, por malsamaj celoj, kaj poste reutiligi ilin, kunigi ilin, kunfandi. 

Koncepto povus havi malsamajn etikedojn, sed kun moderna informa inĝenieristiko-scioreprezento, ni nun havas normajn teknikojn por kapti tiajn variojn, por registri la originojn de la difinoj, por konservi trakon de revizioj. Ĉi tiuj informoj povas esti bone organizitaj kaj etikeditaj, tiel ke ĝi estas maŝinlegebla, maŝinprilaborebla, kaj, tial, pli uzebla por pli larĝa komunumo. 

VIDU ĈIUJN RILATANJ ARTOJN

Rekte al enhavo