リスク・データのガバナンス、来歴、ライセンス:基礎と実践
- レベル
- L2 中級
- 学習時間
- 約 24 時間(計画上の見込み)
- ステータス
- 執筆中
- 前提条件
- その領域の L1 コース、または入門レビュー
適法な処理の要件や規制機関の体制の変更は、リスクデータセットに含まれる個人データのガバナンスに影響します。
学習成果
- Define provenance and the other key terms of the discipline and use them correctly in a written case
- Explain data quality and provenance and lineage with a worked example and its source
- 分野の手法を記録のある事例に適用し、各結果をその出典とともに説明する
- データとモデルのライセンスに照らして具体的な事例を分析し、エビデンス、日付、限界を明記する
モジュール
-
データの品質
- データの品質
- 来歴と系譜
- Licensing of data and models
-
メタデータ標準
- メタデータ標準
- Data rights and consent
- 個人データの保護
-
データ共有協定
- データ共有協定
- オープンデータ
-
ラボ:この分野の手法
- データセットがリスク用途に適するのは、記録が十分に存在し、問いに対して十分に新しく、出所まで追跡でき、その用途を認める条件で公開され、公開しても安全な場合に限られます。これらはそれぞれ測定される量であり、最初の 3 つは掛け合わされて適合割合となり、最後の 2 つはどのスコアでも開けられないゲートです。
- 記録のある事例で手法を実践し、各結果を説明する
- 手法の出典と記載値を読む
Academy のツールを使うラボ
手法
- 提供されたデータセットから承認されたデータセットへ:完全性、最新性、来歴、ライセンス、再識別の確認分野ページに掲載された、出典を付した当該分野の手法を、文書化された事例で通して示します
計測ツール
ツインビルダー
- デジタルツイン・ビルダー学部の場所を 3D で構築し、レイヤーを切り替え、それぞれのクレジットと日付を確認する
地図レイヤー
- 自然事象(NASA EONET)Academy のライセンス登録簿が承認したオープンな地図レイヤー。地図ツールで読み込みます
- M4.5 以上の地震、過去 1 週間(USGS)Academy のライセンス登録簿が承認したオープンな地図レイヤー。地図ツールで読み込みます
- 市街地と居住地の範囲、2010 年(HBASE、Landsat)Academy のライセンス登録簿が承認したオープンな地図レイヤー。地図ツールで読み込みます
Foundry ルーム
- Data room, NXS-GRXCanonical data with lineage and provenance
- フュージョン・ルーム、NXS-GRX異種の記録から導く擁護可能な成果物
Nexus Standards
教える内容
評価
- 40%
ラボの記録
記録のある事例で分野の手法を実践し、各結果をその出典と日付とともに説明する
- 40%
事例メモ
分野の手法を特定の場所または組織に適用し、エビデンスと限界を明示する
- 20%
重要用語の確認
重要用語についての短答。定義に照らして採点します
配信
- オンラインで自分のペースで学習。ラボはブラウザ内で実施
- 6 から 8 週間のコホート学習、毎週のラボ・レビュー付き
- パートナー機関と共同で、その機関自身のコースの中で提供
このコースのパートナーになる
- モジュールを共同で教え、ご自身の業務から最新の事例を持ち込む
- 独自のスケジュールとレビューで、あなたの学習者のためにコホートを主催する
- ラボを提供する:あなたの機関がオープンに公開しているデータセット、またはモデル
- 開講前にコースの内容と参考文献をレビューする
- コースを翻訳し、その事例をあなたの地域に合わせて調整する
Academy の LMS で
- Course on the learning platform
- Intermediate, 4 sections
- コホート・グループ
- A community group for each cohort of learners
- 成果
- Recorded on completion of the assessed work
参考文献 4
- Department for Science, Innovation and Technology (UK), Data Use and Access Act 2025: plans for commencement,
- Wang and Strong, Beyond accuracy: what data quality means to data consumers, Journal of Management Information Systems, 1996
- Wilkinson et al., The FAIR Guiding Principles for scientific data management and stewardship, Scientific Data, 2016
- Sweeney, k-anonymity: a model for protecting privacy, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2002