当今科学和社会面临的许多主要问题本质上是复杂的。 它们关注系统的运行，这些系统由于其组成部分之间的交互而表现出紧急或不可预测的行为。 从城市或人类大脑的运作到传染病的动态、气候变化和可持续性途径，研究复杂的挑战几乎总是需要跨学科合作。 数字革命的工具和人工智能技术创造了前所未有的机会，通过整合来自不同学科来源的相关数据，最大限度地发挥这种合作的好处。
“下个世纪 [21 世纪] 将是复杂的世纪。”
斯蒂芬霍金，2000 年 XNUMX 月演讲。
然而，我们进行此类分析的能力目前受到我们在域内和跨域访问和组合异构数据的能力的限制。 次优数据实践是研究的一个主要且成本高昂的限制因素：据估计，80% 的研究支出用于准备不一致的数据以供使用。
如果我们要利用越来越多的不同数据来最好地了解作为全球挑战核心的复杂系统，那么解决这些问题至关重要。 数据必须用元数据进行丰富的描述，有据可查、透明且最终是人类可以理解的，以便于从复杂性中提取意义。 数据驱动科学的基本推动力是一个资源生态系统，它使数据对人和机器都是公平的（可查找、可访问、可互操作和可重用）。 这个生态系统必须包括有效的、最大程度自动化的数据管理，以及有效的术语和元数据规范。 这是一项十年的努力，其成功将取决于所有学科（包括社会科学和人文科学）以及来自世界各地（包括数据科学能力可能有限的国家）的科学家的积极参与和参与。
这个项目是在我们之前的 行动计划2019-2021.
预期影响
通过跨学科数据密集型方法的应用的逐步变化，协助科学和创新社区加速科学理解，从而使科学能够更高效、更透明地应对全球挑战。
关键里程碑
✅ ISC 的 数据委员会 (CODATA) 提出了一项十年计划：让数据为跨领域的重大挑战发挥作用——以应对 2020-2030 年期间的这些挑战。 计划于 2022 年 XNUMX 月在韩国首尔举行的国际数据周上正式发布。
了解更多关于 科达网站.
接下来的步骤
🟡 CODATA 现在正在建立核心资金、能力和试点活动伙伴关系，以开展十年计划。
🟡 作为建立伙伴关系过程的一部分，CODATA 邀请与一系列机构、跨领域研究项目、标准组织和具有数据互操作性专业知识的团体进行讨论。
