ارايه مدلي براي ارزيابي آمادگي فعاليت هاي داده باز

A Model For Open Data Readiness Assessment

داده باز يكي از روند هاي مهم در دنياي امروز فناوري اطلاعات است. داده باز در تعريف مندرج در منشور بين المللي داده باز، كالاي عمومي كليدي، كه مردم مي‌توانند از آن‌، براي ايجاد ارزش، بينش‌، ايده‌ وارايه خدمات براي خلق دنياي بهتر براي همگان استفاده كنند، تعريف شده است. باز بودن داده، به معناي آن است كه هر شخصي، در هركجا و در هر زمان بتواند به طور آزادانه با كمترين هزينه مالي، به آن دسترسي داشته، از آن استفاده كند، آنرا تغيير دهد، به اشتراك بگذارد و توزيع مجدد كند. مطابق فلسفه داده باز، حق شهروندان است كه به حجم انبوه اطلاعاتي كه به طور مرتب توسط نهادهاي دولتي توليد مي شود دسترسي پيدا كند. برنرزلي معتقد است كه داده باز بايد به‌عنوان يكي از حقوق اصلي شهروندي، مورد قبول حكومت‌ها و دولت‌مردان قرار گيرد. داده باز موتور طرح‌هاي ملي در نظام سلامت، تحقيقات پزشكي، انرژي، اصلاح عدالت قضائي، آموزش، كار و حل كننده بسياري از مسائل بحراني مانند محيط زيست است. براي دستيابي به چنين مزايايي، دولت‌ها و موسسات بسياري در سراسر دنيا برنامه‌هاي داده باز را آغاز كرده اند و يا برنامه‌هاي موجود را گسترش دهند. اما از آن‌جا كه بحث داده‌هاي باز همچنان در مراحل اوّليه خود است، فهم كامل پيچيدگي و ظرفيت‌هاي گسترده داده‌هاي باز، زمان مي‌برد و بهترين روش‌ها براي به‌كارگيري در اين حوزه هنوز به طور كامل شناسايي نشده‌اند و جوامع تخصصي پيرامون اين موضوع به تازگي در حال شكل‌گيري‌اند. از سويي ديگربرخلاف نمرات بالاي كسب شده در ارزيابي هاي پروژه هاي داده باز، نتايج واقعي سازمان ها حكايت از آن دارد كه سازمان ها در دستيابي به اهداف پروژه هاي داده باز، موفق نبوداند. اين مساله مويد كامل نبودن شناخت ابعاد و عوامل اصلي موفقيت داده باز و روش هاي سنجش شروع فعاليت هاي آن است. در اين مقاله ضمن بررسي روش هاي ارزيابي داده باز و عناصر تحت پوشش اكو سيستم داده باز، مدلي براي ارزيابي آمادگي فعاليت هاي داده باز پيشنهاد مي گردد. دراين مطالعه، روش تحقيق توصيفي، ازنوع پيمايشي است. پس از مرور ادبيات پژوهش در حوزه داده باز و شناسايي 19عامل موثر بر عملكرد داده باز، اين عوامل با مشورت خبرگان در چهار دسته عوامل فراهم كننده داده، حكمراني داده ، ويژگي هاي كاربر داده و ساختار و سازمان تقسيم بندي شدند. سپس براي تعيين مهمترين عوامل دخيل، پرسشنامه اي تهيه شد و در اختيار 20 خبره داده باز كه سابقه فعاليت در علم داده شناسي و مدل تعالي كيفيت اروپا فرايند حكمراني خوب ، را داشتند ، توزيع شد. نتايج تحليل آماري تاييد نمود هر چهار دسته بر داده باز تاثير دارند. از ميان اين چهار دسته 12 عامل موثر شناسايي و مدل مفهومي و فرايندي طراحي گرديد. در مرحله پاياني پرسشنامه اي برحسب عوامل مدل پيشنهادي تهيه شد و پس از تاييد روايي و پايايي آن، در سازمان آموزشي وپژوهشي دانش گستر كه مباحث مرتبط با داده باز را پيگيري مي كند، توزيع گرديد. پس از جمع آوري 100 پرسشنامه، تحليل اطلاعات انجام پذيرفت و وضعيت عوامل مدل در اين سازمان ارزيابي گرديد و در انتها پيشنهاداتي براي بهبود وضعيت داده باز ارايه شد.

lack of success in achieving the goals of open data projects. This confirms the non-completeness of recognizing the dimensions and key factors behind the success of open data and methods of measuring its start. This paper proposed a model for assessing the readiness of open data activities while reviewing the open data evaluation methods and the elements covered by the ecosystem of open data. In this study, research method is descriptive using survey method. After reviewing the literature regarding open data and identifying 19 factors affecting performance of open data, these factors were classified into four categories: elements of data provision, data governance, features of data user, and structure and organization،Then a questionnaire was developed to identify the most important factors involved and was distributed among 20 experts of open data who had a history of activity in data science and European Foundation for Quality Management “good governance”. The results of the statistical analysis confirmed that all four categories affect open data. Out of these four categories, 12 effective factors were identified and conceptual-process model was developed. At the final stage, a questionnaire based on the factors of the proposed model was prepared and after confirmation of its validity and reliability, it was distributed at t Danesh Gostar Education and Research Institute, which deals with issues related to open data. Data analysis was conducted after collecting 100 questionnaires; the status of the model’s elements in this organization was assessed, and finally, some suggestions were put forward to improve the status of open data.