Jongeren in Nepal gebruiken analytische gegevens om te reageren op COVID-19

Toen de COVID-19 pandemie toesloeg, zagen sommige leden van de community een kans om samen te werken en gegevens te gebruiken die mensen zouden helpen informeren.

[vc_row][vc_column][vc_column_text]In het midden van de COVID-19 pandemie, toen Nepal en het grootste deel van de wereld in een uitgebreide lockdown was, bruiste de Facebook-groep Nepal Data Literacy Community met activiteit. De groep opgericht en gerund door de deelnemers van de 100-uurs Nepal Data Literacy Program (NDLP) en Nepal Solveathon, is een actief platform voor jonge data liefhebbers om ideeën, middelen en kansen te delen. Toen de pandemie toesloeg, zagen sommige leden van de community een kans om samen te werken en gegevens te gebruiken die mensen zouden helpen informeren. Hier is een blik op vier van deze initiatieven.

Toen de pandemie toesloeg, zagen sommige leden van de gegevensgemeenschap een kans om samen te werken en gegevens te gebruiken die mensen zouden helpen informeren.

Het verwijderen van de taalbarrière

Nishant Khanal en zijn team werkten aan een provinciaal budget dashboard en een e-learning portaal om informatie over rampen en crisismanagement te beheren toen de COVID-19 crisis toesloeg. Ze sprongen in de gelegenheid om een platform in nepalees te creëren dat informatie over de pandemie beschikbaar stelde voor de algemene bevolking. Ze schrapten handmatig gegevens uit bronnen als het ministerie van Volksgezondheid en de WHO en visualiseerden de informatie op een gebruiksvriendelijke manier.

We wilden de taalbarrière wegnemen en mensen in staat stellen om covid-19 gerelateerde feiten gemakkelijker te openen en te delen, zegt Nishant.

Hun werk werd gepubliceerd op populaire Nepalese websites, terwijl hun korte informatieve video’s over contacttracering, soorten COVID-19-tests en mythen rond de pandemie ook op grote schaal werden gedeeld via sociale mediakanalen.
In de toekomst onderzoekt Nishant hoe hij het dashboard direct kan koppelen aan gegevensbronnen van de overheid, zodat de nummers automatisch worden bijgewerkt.

Luchtverontreiniging en de pandemie

Nepal’s luchtvervuiling probleem was een belangrijk punt van zorg voor Nikesh Balami en Sijal Pokharel. Hun NDLP-project was gericht op de rol van open data bij de aanpak van luchtvervuiling in Nepal.
Met de COVID-19 pandemie gingen ze verder samen en onderzochten ze de relatie tussen luchtvervuiling en COVID-gerelateerde sterfte. Vanwege het gebrek aan betrouwbare milieugegevens over Nepal, Nikesh en Sijal onderzocht verschillende studies uitgevoerd in de VS en China en vond een rode draad: COVID-gerelateerde sterfgevallen zijn waarschijnlijk hoger in steden met een hogere luchtvervuiling.
Ze schreven een opinie op alle betrokken belanghebbenden om prioriteit te geven aan de gezondheid van het milieu en de inspanningen te coördineren om meer luchtkwaliteitsmeetstations in het hele land op te richten voor microniveaubeoordelingen en datagedreven beleid.

Goede gegevens kunnen helpen bij het ontwerpen van evidence-based beleid om luchtvervuiling op korte en lange termijn aan te pakken, zegt Nikesh.

Globale en lokale gegevens visualiseren

Binod Jung Bogati gebruikt openbaar beschikbare gegevens en open source-tools om zowel wereldwijde als Nepal-specifieke COVID-gerelateerde gegevens te analyseren, te visualiseren en te cureren via open dashboards.
Om de informatie toegankelijker te maken voor mensen, schraapte hij gegevens uit johns Hopkins’s openbare database en visualiseerde de gegevens die momenteel wordt gehost op een open source-platform op de website van Numeric Mind. Binod blijft samenwerken met de datacommunity die deelneemt aan kennis- en vaardighedenuitwisselingen.
Toegang tot en gebruik van kwaliteit en tijdige gegevens zijn integraal voor Nepal om zijn ontwikkelingsdoelen te bereiken.

Mediatrends analyseren

Samikshya Siwakoti, een student aan de Columbia University, samen met haar collega-afgestudeerden werken samen aan een media trend analyse van COVID-19 en een besmetting model.
Samikshya gebruikte natuurlijke taalverwerking en machine learning om gegevens op woordniveau te analyseren in mainstream en sociale media, waaronder The New York Times,  Gab,  Twitter en Weibo om gesprekken rond COVID-19 te beoordelen.
“De resultaten wezen op een snelle verspreiding van nepnieuws, samenzweringstheorieën, racistische opvattingen en anti-wetenschapspropaganda in de verbonden wereld van vandaag. In de context van COVID-19 kan het begrijpen van de trend van verdeeldheid zaaiende verhalen in de media beleidsmakers helpen effectief beleid te ontwikkelen om de sociaal-economische impact van de crisis te verzachten”, zegt Samikshya.
Toegang tot en gebruik van kwaliteit en tijdige gegevens zijn integraal voor Nepal om zijn ontwikkelingsdoelen te bereiken. Programma’s als de NDLP en Nepal Solveathon hielpen bij het creëren van de eerste rimpelingen naar een sterker data-ecosysteem, maar deze gepassioneerde jonge dataliefhebbers lopen voorop.
* De Wereldbankgroep geeft geen opdracht of garandeert de juistheid van het gepresenteerde werk, dat uitsluitend onder de verantwoordelijkheid van de deelnemers valt.[/vc_column_text][/vc_column][/vc_row]

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze site gebruikt artificiële intelligentie en machine learning om spam te verminderen. Bekijk hoe uw reactiegegevens worden verwerkt.

Gerelateerde berichten

  • Tags

  • Categorieën

  • Archieven

  • Naar de inhoud springen