Mégadonnées et intelligence artificielle
Étudier la relation entre la littératie des données et la capacité à générer des preuves solides à partir de mégadonnées. Cela implique des recherches sur la nature de l'inférence, de la prédiction et de l'interprétation, ainsi que sur la manière dont les pratiques de littératie des données seront affectées par l'intelligence artificielle et l'apprentissage automatique.
Infrastructure, architecture et sécurité des données
Examiner les facteurs qui favorisent les meilleures pratiques, le changement de culture, la sensibilisation et la conformité des chercheurs en ce qui concerne l'excellence de la gestion des données. Démontrer comment la littératie des données est un moyen d'améliorer la compréhension.
Democratisation et éthique des données
Étudier comment la littératie des données fait partie intégrante des discussions sur l'utilisation équitable et inclusive des données, en accordant une attention particulière à la propriété des données et à la protection de la vie privée.
Éducation et formation
Identifier les meilleures pratiques en enseignement des compétences en matière de données, promouvoir la sensibilisation aux approches efficaces en matière de gestion de la recherche et déterminer si la formation en littératie des données améliore la capacité d'évaluer et d'interpréter les informations basées sur les données.
Approche factuelle dans la prise de décisions
L'utilité des résultats empiriques issus de la recherche pour éclairer la prise de décision nécessite un certain niveau de compétence avec les données. Identifier les effets d'une littératie limitée des données sur la diffusion et l'application des données factuelles, ainsi que sur la consommation des connaissances par les décideurs.