基于去标识化政府数据的 COVID-19 数据马拉松作为解决政策挑战、增进信任与构建社区的方法：案例研究
计算机与社会
2021-08-31 v1
摘要
受 COVID-19 危机触发，以色列卫生部（MoH）举办了基于去标识化政府数据的虚拟数据马拉松。由多学科委员会组织，以色列研究界受邀为 COVID-19 政策挑战提供见解。该数据马拉松旨在（1）开发可操作的数据驱动模型以应对 COVID-19 卫生政策挑战，以及（2）构建来自学术界、工业界和政府的研究者社区并重建他们对政府的信任。基于相关性（重要性、数据可用性以及数据匿名化潜力）定义了三项具体挑战：免疫政策、年轻人口的特殊需求，以及 COVID-19 检测依从性较低的群体。MoH 团队为每个挑战提取了多样、可靠、最新且去标识化的政府数据集。在 Amazon Web 上设置了带有相关数据科学工具的安全远程访问研究环境。MoH 筛选申请人并接受约 80 名参与者，对他们进行组队以平衡专业领域并代表社区所有部门。活动一周后，向参与者和导师分发匿名调查以评估总体有用性和改进点。这场 48 小时的数据马拉松及赛前环节包含 18 个多学科团队，由 20 名数据科学家、6 名流行病学家、5 名展示导师和 12 名评委指导。三个获胜团队开发的见解目前正被 MoH 视为与国家政策相关的潜在数据科学方法。最积极的结果是增强了对 MoH 的信任以及更愿意与政府合作这些或未来的项目。详细反馈为改进未来政府主导的数据马拉松的结构与组织提供了具体经验。
引用
@article{arxiv.2108.13068,
title = {COVID-19 Datathon Based on Deidentified Governmental Data as an Approach for Solving Policy Challenges, Increasing Trust, and Building a Community: Case Study},
author = {Mor Peleg and Amnon Reichman and Sivan Shachar and Tamir Gadot and Meytal Avgil Tsadok and Maya Azaria and Orr Dunkelman and Shiri Hassid and Daniella Partem and Maya Shmailov and Elad Yom-Tov and Roy Cohen},
journal= {arXiv preprint arXiv:2108.13068},
year = {2021}
}