Εγγραφή

Η ανάγκη για ορισμούς κινδύνου

Η έλλειψη κοινών ορισμών των κινδύνων εμποδίζει την αποτελεσματική παρακολούθηση των προσπαθειών μείωσης του κινδύνου καταστροφών. Ο Simon Cox εξηγεί πώς η επιστήμη, τα δεδομένα και η τεχνολογία μπορούν να βοηθήσουν στην επίλυση του προβλήματος.

(Βάσει συνέντευξης που πραγματοποιήθηκε τον Οκτώβριο του 2019) 


Σάιμον Κοξ, (CODATA), είναι μέλος του Συγκλήθηκε Τεχνική Ομάδα Εργασίας για να προσδιορίσει το πλήρες εύρος όλων των κινδύνων που σχετίζονται με το Πλαίσιο Sendai και τους επιστημονικούς ορισμούς τους. Εγγραφείτε για να συμμετάσχετε στην έναρξη της επιστημονικής έκθεσης στις 29 Ιουλίου.   


Χρειαζόμαστε κοινούς ορισμούς κινδύνου 

Η δουλειά στην οποία συμβάλλουμε είναι να λάβουμε ακριβείς, ή όσο πιο ακριβείς μπορούμε, ορισμούς των κινδύνων που μπορεί να συμβάλουν σε καταστροφές. 

Έχουμε πρόβλημα με τη γλώσσα γύρω από τους κινδύνους στα μέσα ενημέρωσης, στο ευρύ κοινό και μερικές φορές ακόμη και στη νομοθεσία. Δεν είναι αρκετά ακριβής για μετρήσεις και στατιστικές. 

Επιπλέον, η ίδια ορολογία, οι ίδιες λέξεις χρησιμοποιούνται διαφορετικά: σε διαφορετικές γεωγραφικές περιοχές, σε διαφορετικές χώρες, σε διαφορετικά αναπτυξιακά πλαίσια.  

Για να μπορέσουμε να έχουμε ένα παγκόσμιο και διεθνές πρόγραμμα που να σχετίζεται με τη μείωση του κινδύνου καταστροφών, πρέπει πρώτα να αναπτύξουμε ορισμούς, οι οποίοι μοιράζονται σε όλη την κοινότητα διεθνώς.  

Τελικά, πολλοί από αυτούς τους ορισμούς υποκινούνται από την επιστημονική κατανόηση των αιτιών των καταστροφών, είτε οφείλονται σε φυσικά φαινόμενα, σε περιβαλλοντικά φαινόμενα, σε ανθρώπινες παρεμβάσεις ή σε κοινωνικά προβλήματα. Πρέπει να έχουμε καλούς ορισμούς.  

Ουσιαστικά, οι ακριβείς ορισμοί αποτελούν τη βάση για τις επίσημες στατιστικές, και αν δεν έχουμε σωστούς ορισμούς για το τι είναι αυτό που μετράμε, τότε δεν μπορούμε να κάνουμε συγκρίσεις μεταξύ του ενός τόπου και του άλλου. 

Έτσι, η επιστημονική κοινότητα συγκεντρώνεται και φέρνει την κατανόησή της με βάση τα μοντέλα της για τον φυσικό κόσμο, τα φαινόμενα, τις αλληλεπιδράσεις μεταξύ τους, για να τα καταγράψει καθαρά με τρόπο που στη συνέχεια να μετατραπεί σε μετρήσεις, εκτιμήσεις και αξιολογήσεις. .  

Η δουλειά της επιστήμης 

Γιατί οι επιστήμονες είναι στην καλύτερη θέση για να το κάνουν αυτό;  

Η δουλειά της επιστήμης είναι, τελικά, η συλλογή εμπειρικών στοιχείων και η εξαγωγή συμπερασμάτων, η ανίχνευση και η αίσθηση προτύπων, που επιτρέπουν την πραγματοποίηση προβλέψεων και αξιολογήσεων. Αυτό είναι θεμελιώδες για τη δουλειά της επιστήμης. Αυτό που προσπαθούμε να κάνουμε είναι να φέρουμε αυτή την ακρίβεια.  

Έχουμε μεγάλη εξοικείωση με αυτό. Για χιλιάδες χρόνια η επιστήμη δίνει νόημα στον κόσμο, καταγράφοντας νόμους, κανόνες και πρότυπα με βάση τις θεωρίες για τις αλληλεπιδράσεις γύρω μας.  

Για αυτό το έργο, εργαζόμαστε σε ορισμούς για τη μείωση του κινδύνου καταστροφών. Είναι μια ιδιαίτερη εφαρμογή της λήψης του επιστημονικού κλάδου και της εισαγωγής του σε ένα πλαίσιο όπου είναι κρίσιμης σημασίας για τις κοινότητες, την ανθρωπότητα και τη Γη.  
 

Ο ρόλος της επιστήμης και της τεχνολογίας 

Επιστήμη δεδομένων σημαίνει μερικά διαφορετικά πράγματα.  

Στις περισσότερες περιπτώσεις, όπως είναι κατανοητό στην κοινότητα και όπως βλέπετε στις ειδήσεις, η επιστήμη δεδομένων αφορά την επεξεργασία δεδομένων, την αναζήτηση μοτίβων σε μεγάλα σύνολα δεδομένων που περιλαμβάνουν στατιστικά στοιχεία, πιθανότητες. 

Ωστόσο, πρόκειται επίσης για τη συγκέντρωση συνόλων δεδομένων, τα οποία θα μπορούσαν να έχουν συλλεχθεί σε διαφορετικές χρονικές στιγμές, με διαφορετικούς τρόπους, για διαφορετικούς σκοπούς, και στη συνέχεια να επανατοποθετηθούν, να ενωθούν μεταξύ τους, να συγχωνευθούν. 

Μια ιδέα μπορεί να έχει διαφορετικές ετικέτες, αλλά με τη σύγχρονη αναπαράσταση γνώσης της μηχανικής πληροφορίας, έχουμε τώρα τυπικές τεχνικές για να καταγράψουμε τέτοιες παραλλαγές, να καταγράψουμε την προέλευση των ορισμών, να παρακολουθήσουμε τις αναθεωρήσεις. Αυτές οι πληροφορίες μπορούν να οργανωθούν καλά και να επισημανθούν, έτσι ώστε να είναι αναγνώσιμες από μηχανή, μηχανικά επεξεργάσιμες και, επομένως, πιο εύχρηστες για μια ευρύτερη κοινότητα.