Regístrate

La necesidad de definiciones de peligro

La falta de definiciones de peligros compartidas en común obstaculiza el seguimiento eficaz de los esfuerzos de reducción del riesgo de desastres. Simon Cox explica cómo la ciencia, los datos y la tecnología pueden ayudar a resolver el problema.

(Basado en una entrevista realizada en octubre de 2019) 


Simón Cox, (CODATA), es un miembro de la El Grupo de Trabajo Técnico se reunió para identificar el alcance completo de todos los peligros relevantes para el Marco de Sendai y sus definiciones científicas. Regístrese para unirse al lanzamiento del informe científico el 29 de julio  


Necesitamos definiciones de peligro comúnmente compartidas 

El trabajo al que estamos contribuyendo consiste en obtener definiciones precisas, o tan precisas como podamos, de los peligros que podrían contribuir a los desastres. 

Tenemos un problema con el lenguaje relacionado con los peligros en los medios de comunicación, el público en general y, a veces, incluso en la legislación. No es lo suficientemente preciso para mediciones y estadísticas. 

Además, la misma terminología, las mismas palabras se usan de manera diferente: en diferentes regiones geográficas, en diferentes países, en diferentes contextos de desarrollo.  

Para poder tener un programa global e internacional relacionado con la reducción del riesgo de desastres, necesitamos, en primer lugar, desarrollar definiciones, que se comparten en toda la comunidad a nivel internacional.  

En última instancia, muchas de estas definiciones están motivadas por la comprensión científica de las causas de los desastres, ya sea que se deban a fenómenos naturales, fenómenos ambientales, intervenciones humanas o problemas sociales. Necesitamos tener buenas definiciones.  

Esencialmente, las definiciones precisas son la base de las estadísticas oficiales, y si no tenemos las definiciones adecuadas de lo que estamos midiendo, entonces no podemos hacer comparaciones entre un lugar y otro. 

Entonces, la comunidad científica se reúne y aporta su comprensión sobre la base de sus modelos del mundo natural, de los fenómenos, las interacciones entre ellos, para escribirlos claramente de una manera que luego se pueda convertir en medidas, valoraciones y valoraciones. .  

El trabajo de la ciencia 

¿Por qué los científicos están en la mejor posición para hacer eso?  

El negocio de la ciencia es, en última instancia, recopilar evidencia empírica y sacar conclusiones, detectar y sentir patrones, que permitan hacer predicciones y evaluaciones. Eso es fundamental para el trabajo de la ciencia. Traer esa precisión es lo que estamos intentando hacer.  

Estamos muy familiarizados con esto. Durante miles de años, la ciencia ha dado sentido al mundo, escribiendo leyes, reglas y patrones sobre la base de teorías sobre las interacciones que nos rodean.  

Para este proyecto, trabajamos en definiciones al servicio de la reducción del riesgo de desastres. Es una aplicación particular de tomar la disciplina científica y llevarla a un contexto donde es de importancia crítica para las comunidades, la humanidad y la Tierra.  
 

El papel de la ciencia y la tecnología 

La ciencia de datos significa un par de cosas diferentes.  

En la mayoría de los casos, como se entiende en la comunidad y como se ve mencionado en las noticias, la ciencia de datos trata sobre el procesamiento de datos, buscando patrones en grandes conjuntos de datos que involucran estadísticas, probabilidad. 

Sin embargo, también se trata de reunir conjuntos de datos, que podrían haberse recopilado en diferentes momentos, de diferentes maneras, para diferentes propósitos, y luego reutilizarlos, unirlos y fusionarlos. 

Un concepto puede tener diferentes etiquetas, pero con la representación del conocimiento de la ingeniería de la información moderna, ahora tenemos técnicas estándar para capturar tales variaciones, registrar los orígenes de las definiciones y realizar un seguimiento de las revisiones. Esta información puede estar bien organizada y etiquetada, de modo que sea legible por máquina, procesable por máquina y, por lo tanto, más utilizable para una comunidad más amplia. 

Ir al contenido