فراخوان ملی شناخت و تحلیل گفتمان و رفتار جامعه ایرانی در بحران کرونا

تهران- ایرنا- فراخوان ملی شناخت و تحلیل گفتمان و رفتار جامعه ایرانی درقبال پدیده شیوع کرونا در کشور به منظور مطالعه و تحلیل گفتمان، ذهنیت و شناخت بهترجامعه ایرانی دراین بحران منتشر شد.

فهم مطلوب اثربخشی سیاست ­ها و روش‌ های اجرا شده درکشور در قبال این بحران و نیز کمک به طراحی گام های بعدی برای عبور  از آن  از دیگر اهداف این فراخوان ات.

دراین فراخوان که با حمایت ستاد توسعه علوم و فن آوری های شناختی برگزار می شود، سنگ بنای مدلی تازه­ از مشارکت نخبگان در ترسیم وضعیت، گفتمان، رفتار و ذهنیت جامعه ایرانی جهت اثرگذاری بر تصمیم­‌گیری‌های مهم کشور گذاشته می‌شود و در این مدل، تیم­ های پژوهشگر و خبره کشور به صورت توزیع شده و گسترده نتیجه تحلیل‌های علمی خود را که متکی بر پردازش میان ­‌رشته‌­ای دادهای عمومی و بزرگ است، برای تصمیم ‌­سازی ارائه می‌­دهند.

رسیدن به تحلیل جامع و دقیق ازگفتمان و ذهنیت جامعه نیازمند پردازش داده ­‌های چند بعدی است اما در فاز اول این فراخوان تمرکز برروی دادگان و اخبار عمومی شبکه­‌های اجتماعی و سایت­‌ها است.

در این فراخوان اعلام شده است: عبوراز بحران بدون درک و تحلیل ابعاد اجتماعی، شناختی، اقتصادی آن ممکن نیست و لذا لازم است تحلیل داده ها توسط تیم‌های میان رشته‌ای انجام شود، برخلاف دیدگاه غالب، تحلیل هوشمند داده ها یک کارصرفا پردازشی نیست بلکه معنی یابی در داده است، لذا لازم است که تیم های بین رشته ای مانند هوش مصنوعی، اپیدمولوژی، جامعه شناسی، اقتصادی و روانشناسی به تحلیل و تفسیر دادگان بپردازند.

در این فراخوان، مجموعه دادگان مورد استفاده بالغ بر۲۵ میلیون پست و خبر منتشرشده در فضای مجازی با محوریت کرونا است،  این مطالب از کانال‌های عمومی تلگرام، صفحات عمومی اینستاگرام و توئیتر و همچنین اخبار داخلی منتشر شده به صورت آنلاین، ازاول بهمن ۹۸ درحال استخراج شده است.

در بخشی دیگر از فراخوان آمده است: هرچند این دادگان الزاما کل نگرش جامعه را تصویر نمی‌کند، ولی با گسترش فضای مجازی و تاثیرگذاری آن، می‌توان با تحلیل هوشمند این دادگان تصویری هرچند ناکامل از گفتمان و ذهنیت جامعه ایرانی به دست آورد، که می­تواند بسیار دقیق­تر از تحلیل­های موجود و متکی بر داده­‌های محدود باشد،  اگراین داده‌های بزرگ به صورت میان رشته‌­ای پردازش شوند، منبع بسیار غنی برای کشف پدیده های رفتاری، اجتماعی و اقتصادی هستند که قبل از پردازش قابل تصور نبوده و در فرایند تحلیل نتایج بروز می کند.

براساس این فراخوان در این ارتباط آزمایشگاه شبکه‌های اجتماعی واقع در دانشکده برق و کامپیوتر دانشگاه تهران تامین و پردازش اولیه دادگان را بر عهده دارد و آزمایشگاه پردازش زبان فارسی دانشکده کامپیوتر دانشگاه شهید بهشتی پردازش ثانویه و برچسب زدن این مجموعه را انجام داده است.

همچنین متخصصان علوم داده، سیستم‌های هوشمند و متن کاوی به همراه متخصصان علوم شناختی، علوم اجتماعی، ‌روانشناسی، اقتصاد و سایر بخش ها در قالب تیم‌های دانشگاهی، شرکت‌ها، موسسات فعال و تیم‌های تخصصی می‌توانند در این فراخوان شرکت کنند.

در این فراخوان جوایز ارزنده ای نیز شامل تامین بخشی ازهزینه های پردازشی جهت پردازش کل دادگان و تیم های برگزیده اختصاص یافته است، بطوری که در مرحله اول این فراخوان که در دو مرحله انجام می شود، به پنح تیم برگزیده فاز اول جوایز نقدی ۲۰، ۳۰، ۴۰، ۵۰ و ۶۰ میلیون تومان اهدا خواهد شد.

حمایت و تامین هزینه های دوره شتاب ‌دهی برای تیم­‌های تخصصی و دانشگاهی نوپا برای تبدیل شده به شرکت دانش‌بنیان تا سقف ۲۰ میلیون تومان و نیز  حمایت از شرکت ­ها تا سقف ۱۰۰ میلیون تومان در قالب وام بدون بهره جهت ایجاد و توسعه دپارتمان داده کاوی هوشمند به توان شناختی از دیگر جوایز اختصاص یافته در این فراخوان است و امکان عقد قرارداد با سه تیم برتر جهت ادامه مسیر و توسعه و تعمیق تحلیل‌ها با استفاده از دادگان موازی  فراهم می آید.

این فراخوان در دو مرحله برگزار می شود و فاز اول آن از۲۷ اردیبهشت الی ۲۷ مرداد تحت پوشش قراردارد، در این مرحله تیم‌ها بر اساس دادگان فضای مجازی به مدلسازی، تحلیل وتفسیر نتایج در راستای اهداف فراخوان می‌پردازند و در فاز دوم فراخوان که از اول شهریورآغاز خواهد شد، از حداکثر سه تیم برتر فاز اول حمایت به عمل می‌آید تا با وارد کردن اطلاعات موازی، نتایج خود را توسعه دهند.

تیم داوری از متخصصان حوزه های مرتبط مختلف تشکیل شده و داوری به سفارش معاونت علمی و فناوری ریاست جمهوری و با نظارت ستاد توسعه علوم و فناوری های شناختی صورت می پذیرد،  علاقه‌مندان می‌توانند جهت کسب اطلاعات بیشتر در این فراخوان به آدرس اینترنتی https://covidchallenge.cogc.ir مراجعه کنند.

اخبار مرتبط

نظر شما

شما در حال پاسخ به نظر «» هستید.
captcha