风险数据治理、来源与许可:基础与实践
- 级别
- L2 中级
- 学习时长
- 约 24 小时(规划估算)
- 状态
- 编写中
- 先修要求
- 该领域的一门 L1 课程,或入门审核
合法处理规则和监管机构结构的变化,影响风险数据集中个人数据的治理方式。
学习成果
- Define provenance and the other key terms of the discipline and use them correctly in a written case
- 以一个实例及其来源,说明数据质量、来源追溯与谱系
- 将该学科的方法应用于一个有据可查的案例,并结合来源解释每项结果
- Analyse a named case against licensing of data and models, stating evidence, date and limits
模块
-
数据质量
- 数据质量
- 来源追溯与谱系
- Licensing of data and models
-
Metadata standards
- Metadata standards
- Data rights and consent
- 个人数据保护
-
数据共享协议
- 数据共享协议
- 开放数据
-
实验室:该学科的方法
- 只有当数据集的记录足够完整、对所提问题而言足够新近、可追溯至来源、在允许相关用途的条款下发布且可安全公开时,该数据集才适合用于风险用途;其中每一项都是可测量的量,前三项相乘得出适用度占比,后两项是任何评分都无法开启的闸门。
- 通过一个有据可查的案例运用该方法,并解释每项结果
- 阅读该方法的来源与所述数值
配有 Academy 工具的 Labs
方法
- 从提供的数据集到准入的数据集:完整性、时效性、来源追溯、许可和再识别检查学科页面上的学科方法及其引用来源,并通过一个有据可查的案例加以演示
工具
孪生构建器
- 数字孪生构建器以 3D 构建学院所在地点,切换图层并查看各图层的署名与日期
地图图层
- 自然事件(NASA EONET)Academy 许可登记册准入的开放地图图层,在地图工具中读取
- M4.5+ 地震,过去一周(USGS)Academy 许可登记册准入的开放地图图层,在地图工具中读取
- 建成区与聚落范围,2010 年(HBASE,Landsat)Academy 许可登记册准入的开放地图图层,在地图工具中读取
Foundry 工作室
- Data room, NXS-GRXCanonical data with lineage and provenance
- 融合工作室,NXS-GRX基于异质记录的可站得住脚的产品
Nexus Standards
讲授内容
评估
- 40%
实验记录
通过一个有据可查的案例运用该学科的方法,并结合来源和日期解释每项结果
- 40%
案例备忘录
将该学科的方法应用于一个具名地点或组织,并说明证据与局限
- 20%
关键术语测验
就关键术语作简短回答,对照定义评分
授课方式
- 在线自定进度学习,实验室在浏览器中运行
- 为期六至八周的同期群学习,每周进行实验室评审
- 与合作机构共同开设,纳入其自身课程
合作开设本课程
- 合作讲授一个模块,并带来您工作中的当前案例
- 为您的学员开设同期群,采用您自己的日程与评审
- 贡献一个实验室:贵机构公开发布的数据集或模型
- 在课程开放前审阅课程内容及其参考文献
- 翻译本课程,并将其案例改编以适应您所在的区域
在 Academy LMS 中
- Course on the learning platform
- Intermediate, 4 sections
- 学员群组
- A community group for each cohort of learners
- 成就
- 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