government-shutdowns-and-crises
राज्यपौंग गवर्नर कशा प्रकारे दारिद्र्य लढण्यासाठी डेटा-ड्राइव्हन मदत करतात
Table of Contents
अलीकडील वर्षांत, अमेरिकेतील राज्य अधिकाऱ्यांनी अधिकृतपणे माहिती-प्रवासाकडे नेत्रदीपकाकडे नेतात. विस्तृत, एक-आतंत्र-सैनिक कार्यक्रमावर अवलंबून राहण्याऐवजी, हे नेते सर्जन्यशीलता, आरोग्य, आरोग्य आणि घरे ह्यांच्यातील सर्वात जास्त अपघात असलेल्या व हस्तक्षेपाच्या आडवाणावर नियंत्रण करून, आर्थिकदृष्ट्या माहितीचा उपयोग करतात. ही बदले, सर्वात जास्त नाजूक लोकसंख्या आणि हस्तक्षेचा परिणाम होण्याइतपत जास्त असू शकते. ही बदल म्हणजे, सरकारी सरकारे, सरकारी आधिकारिक धोरण, अधिक प्रभावशाली आणि प्रभावशाली पुरावा आहेत.
आर्थिक सूज उच्च आहे. राज्ये दरवर्षी कोटी डॉलर्स पैशांच्या आणि अन्न टिकाऊ जागांच्या माध्यमाने कामास आणि खर्चिक आहारासाठी खर्च करतात. पण माहिती नसलेले, बरेच माहिती अप्रत्यक्ष असू शकते. डेटा-डाटांग विना, त्या पैशाचा परिणाम अचूक वेळेत बदल करण्यास मदत करतात, आणि प्रत्येक करदानदानाचा उपयोग करून प्रत्येक डॉलर जास्तीत जास्त उपयोग केला जातो. परिणाम म्हणून, पार्टीतून अधिकारी माहिती गोळा करून माहिती गोळा करून, व सरकारी माहिती वापरून माहिती वापरतात. या माहितीचा उपयोग करून, सार्वजनिक जगातील नेते, सामाजिक धोरणांचे समर्थन करतात.
दारिद्र्याचे रहस्य
कुटुंबे संकटात पडण्याची वाट पाहत असताना, सरकारी अधिकाऱ्यांनी माहिती वापरली पाहिजे आणि सेवांची सुरुवात केली पाहिजे. उदाहरणार्थ, शाळेत उपस्थिती रेकॉर्ड्स आणि आरोग्य संज्ञा माहितीचे परीक्षण करून, एका राज्य सरकारने आपल्या कुटुंबाचा आर्थिक परिणाम होण्याअगोदर गरीबीचा धोका ओळखून, या प्रकारचा हस्तक्षेप केवळ एका विशिष्ट संस्थांमधूनच शक्य आहे.
मूळ कारणे ओळखणे
गरीबी ही एकमेव कारणामुळे होत नाही. ही सामान्यतः परस्पर संबंधित विषयांची एक जटिल वेबसाईट आहे. ती साधारणतः, लहानशा आरोग्य, भेदभाव आणि भौगोलिक दूरी नाही. डेटा या कारणांना दुरुस्त करण्यास मदत करते आणि त्यांना त्यांच्या राज्यातील मुख्य घटक शोधून काढते. उदाहरणार्थ, एका ग्रामीण राज्यातील राज्यातील एका राज्यपालने, आर्थिक समस्यांना तोंड द्यावे लागते. या शहरातील राज्यपालाशिवाय, या सर्वात अदृश्य पद्धत आहेत.
नक्षत्रजणे शक्य नाही
माहिती हेही सांगते की, कोणत्या गटांना गरीबीमुळे त्रास होतो. वय, वंश, लिंग आणि अपंगत्व यांमुळे राज्यपालांना मेळाव्याचा उद्देश साध्य करता येतो. उदाहरणार्थ, [FT:0] मुले ५ [FTL:1]खाली अनेक राज्यांमध्ये गरीबीत राहतात. बाल बालपणापासूनच गरीबी माहिती पुरवल्याने, त्यांना सर्वात जास्त गरज असलेल्या ठिकाणी, राज्यपालन कार्यक्रमांसाठी अधिक माहिती पुरवणे, गरिबांना मदत करणे आणि कुटुंबाची गरज आहे.
मैपिंग जियोग्राफिक Hotspots
जियोग्राफिक माहिती प्रणाली (जीएस) हे राज्याधिकारी (GIS) म्हणून आवश्यक साधन बनले आहेत. शाळा, अस्पताल, दुकाने, सार्वजनिक परिवहन आणि सार्वजनिक परिवहन, पोलिस निर्माता, गरिबी कोठे आहे आणि काय नाही हे बघू शकतात. काही राज्यांसारख्याच[FT:0][FT:1][FT][FTL:1], सार्वजनिक डॅशबोर्ड्शिंग माहिती ने सार्वजनिक ट्रॅग्स लायती साठी माहिती निर्माण केली आहे. या साधने आणि संस्थांना राज्यातील संस्थांना मदत करण्यासाठी वापरल्या जातात.
कि डेटा स्रोत व मेट्रिक्स
राज्यपति आपल्या दारिद्र्याची योजना माहिती करण्यासाठी अनेक डेटा स्त्रोतांवर अवलंबून असतात. यांपैकी काही पारंपरिक सरकारी सर्वेक्षण आहेत, आणि काही संस्था संस्था रिकॉर्ड किंवा वैयक्तिक भागांचे सहभागी आहेत. खालील माहिती सर्वात जास्त वापरली जाते आणि ते काय करतात ते माहिती देतात.
- आकडे आणि काम आकडे – अमेरिका राष्ट्रीय समुदाय पक्ष मिळकती, गरीबी आणि कामगार यांसंबंधी वार्षिक माहिती पुरवतो. गरिबी वापरून राज्य अर्थव्यवस्था पुरवल्या जातात की नाही हे ठरवण्यासाठी.
- ] इंग्लिश कार्यक्षमता डेटा] - शिक्षण विभागांना चाचणी, पदवीधर दर, आणि शाळावर माहिती गोळा करून. या माहितीला मिळकतीचे साधन म्हणून जोडून, राज्यगीते, पदवी प्राप्त करून, पदवीवर उत्तेजितीशी संबंधित असलेल्या विद्यार्थ्यांना क्षयतेची आणि विक्रीचे प्रमाण ओळखू शकतात. [FT:2]
- [FLT] [FLT]] - क्लाईम माहिती, अस्पताल रिस्पर्व्हेशन, आणि निरीक्षण, निरीक्षकांना दारिद्र्याच्या आरोग्याच्या आरोग्याची माहिती समजण्यास मदत करता येईल. उदाहरणार्थ, कमी-अधिक लोकसंख्येमुळे पोषण कार्यक्रमांना वाव होईल.
- [[FLT] [[FFOffort] [[FLT]] हा विभाग किराण, अपहरण आणि घरटेपणाच्या अभावावर माहिती पुरवतो. राज्यपालन समितींना घरगुती आणि तातडीच्या संरक्षणासाठी माहिती देऊन ही माहिती वापरता येते.
- युग, युग, जाती, जाती आणि अपंगत्व या सर्व गोष्टी अचूकपणे सिद्ध करण्यासाठी आवश्यक आहेत. अनेक अधिकारीांनी [FT:2] [FT:2] मांडल्या आहेत[FT:2][FT:3][FT:3][FT:3]] कि गरीबी प्रयत्नांना समानपणे हल्ले होत आहेत की नाही हे ठरवणे हे ठरवणे आवश्यक आहे.
वाढत्या वाढ, राज्ये [FLT] माहिती प्रणालींचा (आधारित) वापर करत आहेत]] त्या संस्थांतील लिंक रेफरेन्स . उदाहरणार्थ, [FT:2][FT:2]] इंग्लेड क्लांट डेटा प्रणाली मानवी सेवा, शिक्षण, आणि कार्यकारी संस्थांना प्रत्येक कुटुंबाच्या गरजेकडे दुर्लक्ष करून अनेक प्रशासनांचा परिणाम पाहण्यास सक्षम आहे. अशा व्यवस्थापतींनी अनेक प्रशालांचा प्रभाव हाताळला आहे आणि अनेक प्रशासन कुटुंबांवरील दबाव कमी केला आहे.
सुभेदार माहितीचे कार्य कसे करतात
डेटा गोळा करणे हे केवळ पहिले पाऊल आहे. खरे पाहता जीवन बदलते अशा नीतिशास्त्रांमध्ये भाषांतर करणे हे वास्तविक आव्हान आहे. राज्य अधिकाऱ्यांनी डेटा विश्लेषण आणि कार्यक्रम कार्यान्वतीमध्ये फरक वाढवण्यासाठी अनेक तंत्रांचा प्रयोग करत आहेत.
माहिती प्रमाणीय एकरूप तयार करत आहे
अनेक राज्यपालांनी आपल्या कार्यालयांमध्ये किंवा त्यांच्या नियंत्रणाखाली समर्पित डेटा विजेता गट निर्माण केले आहे. हे युनियन डेटा वैज्ञानिक, आकडेवारी, आणि नीतिसूत्री विश्लेषक यांनी प्रत्यक्षपणे पुरावे तयार करण्यासाठी कार्यरत आहेत.[FT:1][FT][FT][FT]] राज्यपाल जेल इंडली, '[FT]'[FT:1], 'व्युएल]' ह्या राज्यपतींनी सुरू केले, ज्यामध्ये माहितीचा उपयोग कृष्णकारी व्हॅशिंगटन , आणि इतर ध्येयांवरील माहितीचा परिणाम आहे.[FT:F:F][5]
प्राध्यापकांच्या शोधात पूर्ववर्ती नमुना वापरा
अंदाजे अॅन्टिऑटिक्स हे माहिती-प्रणाली अस्त्र संग्रहात सर्वात शक्तिशाली साधन आहे. इतिहास माहिती कोटींग मॉडलमध्ये पुरवठा करून, राज्ये यंत्रे गरीबी किंवा बेघरपणाच्या अति धोक्यात पडण्याची शक्यता आहे. उदाहरणार्थ, [FTH:0][FTH:1] राज्य स्थिती[FTH][FTL:1][FTL:1] ह्या सूचनांचे नमुनानुसार मांडले आहे जे मुलाची काळजी, बालकी कल्याण, आणि TANAN (अमत्ते आवश्यक) कुटुंबे या सर्व गोष्टींना स्वेच्छिकरित्या लाभ होऊ शकतात. कार्यक्रमात प्रवेश करणे शक्य आहे. मुलाच्या समस्या निर्माण होण्यामुळे व समस्या निर्माण होण्यामागचे शक्यता २०%.
बजेट निर्णयांवर माहितीची दुवा
काही राज्यपाल, बजिट कार्यक्रमात थेट माहिती समाविष्ट करत आहेत. ते फक्त दारिद्र्य कार्यक्रमांकरीता रेषा सादर करण्याऐवजी संस्थांना प्रभावशाली पुरावा सादर करण्यासाठी एजेसची गरज असते. [FT:1][FL]]][FT]]][FLT]]], राज्यपालन अधिकारी बडगेट ऑफिस आणि व्यवस्थापन "प्रणाली" वापरतात, राज्य संस्थांना त्यांच्या कार्यक्रमांचे अचूक परीक्षण करणे आवश्यक आहे. कार्यक्रमांचा प्रभाव पडताळून दाखवणे, आणि त्यांना अनेक अधिक उत्पादन पुरवणी पुरवणीय आहे.
सार्वजनिक डॅशबोर्ड व समुदायाचे मोजकेपणा
क्षमता हे डेटा-ड्राइव्हन शासनाचे मुख्य भाग आहे. अनेक राज्ये आता ऑनलाईन डॅशस् जे कि वास्तविक काळात गरीब मेट्रिक्स शोधतात. हे डॅशबोर्ड नागरिकांना, पत्रकारांना व प्रतिनिधींना जबाबदार धरण्यास परवानगी देतात. उदाहरण म्हणून, [FTT:0][FTDH][FT1][FT][FTH]][FTHDDILED TOLENDIOLT[FLE] कार्यक्रम निर्माण केले. एक सार्वजनिक दारिद्र्य कार्यक्रम आहे. एक कामकरी ट्रॅशबोर्डमध्ये कामकरी चालकांना कमी काम करू देतो, त्यांना कामावर दबाव आणू शकतो.
काचे संशोधन: माहिती-विक्रय क्रिया मध्ये गरिबी कमी करणे
कॅलिफोर्निया: एकीकृत माहितीसह बाल दारिद्र्याचे लक्ष्य करणे
गॅविन न्यूझमने मुलांसाठी केंद्रीय प्राधान्याचा अभाव कमी केला आहे. २०२१ मध्ये, त्याच्या प्रशासनाने बाल ग़रीबी कारखाना कारखाना कारखाना ऑफ कॅलियन रिडर्व्हिशन ऑफ ऑन [[FTT:1] ह्या उद्देशाने सुरू केले. जगातील सर्वात यशस्वी संस्थाने, समाजीय सेवा विभाग, शिक्षण विभाग, आणि आरोग्य सेवा विभागाचे संचालक या सर्व्हेचा समावेश केला. या माहितीचा उपयोग करून, राज्यातील ईएफएफएफएफएस क्रेडिट (एफएफएफएफएफएफएचए) ह्या दोन गोष्टींमध्ये प्रसिद्ध केल्या गेल्या.
मिशिगन: गॉसचा उपयोग करून अॅफफोर्डर होंगिंग निधी आयोजित करा
गव्हर्नर ग्रेटव्हर व्हिटॅमर च्या व्यवस्थापनाने घरासाठी रिलीकॉस्ट फ्रेलीफेशन फॉरेनेशन फॉरेनेशन (MSDA) माहिती (MSDA), फायर पातळीवर भार कमी आणि घरे कमी यांचा अंदाज लावला. त्यांना आढळले की राज्यातील ६०% लोकसंख्या मोजत आहेत. या माहितीचा उपयोग करून राज्यातील घरातील अस्थिरता वाढवण्यासाठी 100 कोटी अधिक लोकसंख्या प्राप्त करण्यासाठी सरकारने आणखी 100 लाख अधिक खर्च केले. त्यामुळे एमएसएचएचएचडी हीच मदत प्राप्त झाली.
टेक्सास: कर्मशक्ती प्रशिक्षण चाळणी माहिती पासून
गवर्नर ग्रेग अॅबट कागदपत्र, टेक्सास कार्यपद्धती समित्य, स्थानिक बेरोजगारी दर, उद्योग विकास प्राध्यापक आणि वैयक्तिक कौशल्यीय कौशल्यीय अंतरांचा वापर करतात. हा डेटा दाखवला की हॉस्टनस क्षेत्रातील नर्सिंग सहायक (सीएएस) असहाय आहेत पण पर्सल्यकारी कामगारांची कमी आहे. कार्यक्रमात ६ महिन्यांच्या आत १०,००० पेक्षा अधिक लोकांना कामगार म्हणून प्रशिक्षित केले गेले. कार्यक्रमाचे प्रायोजक, आफ्रिकेचे अर्जन अस्पष्ट, $३,००० रुपयेच्या किंमती खर्चासाठी वापरत नाही.
आव्हानांवर मात करणे: वैयक्तिकता, अचूकता आणि क्षमता
हे वचन दिले असले तरी, डेटा-ड्राइव्हन गरीबी कमी करणे अडथळे नसून. गवर्नरांना वैयक्तिक चिंता, डेटा गुणवत्ता विषय आणि संस्थात्मक प्रतिरोधाचा मार्ग दाखवणे आवश्यक आहे.
माहिती गोपनीयता व समतुल्य वापर
अनेक संस्थांकडून माहिती प्राप्त करून खाजगीते आणि संभाव्य दुष्कृत्यांविषयी गंभीर चिंता निर्माण करते. गरीबीमध्ये कुटुंबे आधीच त्यांना मदत मागायला नकार देऊ शकतात. [FT:0] अनेक राज्ये [FT:1][FT][FT] मांडली आहेत. उदाहरण म्हणून [FT:2] कनेक्टिव्ह कंप्युटर [FT:3][FT][FT][FLE][FIT:]][FLE] माहिती वापरली पाहिजे आणि कोणत्याही व्यक्तींना माहितीची खात्री पटवून दिली पाहिजे की त्यांना आर्थिक वांशिक पातळीवर नियंत्रण करणे आवश्यक नाही.
माहितीचे अचूकपणा व समयोचितता निश्चित करणे
माहिती फक्त योग्य आहे आणि ती सध्या अस्तित्वात आहे. अनेक राज्य संस्था, जसे की कागद फॉर्म किंवा सिलोड डिझाईन पद्धती, जसे की एकमेकाशी संवाद न करता संवाद न करता. ह्या संघर्षासाठी राज्ये [FT:1] आधिकारिक माहिती संचयन करून [FT:1], अणू, ढग, आणि वास्तविक डेटा-टाइम ओळायरे मध्ये विक्री करत आहेत. उदाहरणार्थ, [FT][T][T][T]:[T][3] स्थिती व्यवस्थापन, आकडेलावृती, आडवेगन्य आणि माहिती भागवण्यासाठी आता फक्त अटीक माहितीची गरज आहे.
तांत्रिक क्षमता निर्माण करत आहे
अनेक राज्य सरकारे महापुरातील माहितीविकारांचे प्रमाण वाढवण्यासाठी प्रसिद्धीहीन आहेत. माहिती पटकन एक प्रक्षेपित आव्हान आहे. विशेषतः, वैयक्तिक विभागातील सदस्यांनी जेव्हा प्रचंड असतात, तेव्हा माहिती पटकन एक प्रक्षेपणी आव्हान आहे. सरकारने[FT:0] माहिती निर्माण करून[FT:1] माहिती संघ आणि विद्यापीठांशी सहभागी झाल्या आहेत. [FT:2] [FT:2] [FT]]] युक्रॉर्क, अधिकारी कॅथी होच, कॅथी: [FT3],[4][4][5] न्यूयॉर्क: NATITITIT:[5][5][5][5][5]][5][5]][5]]] ह्या कार्यक्रम कार्यक्रम कार्यक्रमात दोन वर्षांखाली दोन संदर्भांमध्ये ५० वर्षांखालीील पुरस्कार तयार केले आहेत.
डाटा- ड्राइवरेशनचे भविष्य
डेटा-ट्रिव्हन शासनाचे ग्रह जलद गतीने संबंधित आहे. आतील दशकात राज्यपालांनी गरिबीचा सामना कसा केला हे आकार देण्यासाठी अनेक क्रम आहेत.
कौशलज्ञान आणि मशीन शिकणे
AI आणि मशीनला माहितीपत्रक (हे काय आहे) पासून राज्यांना (हे काय करता येईल) पर्यंत राज्यांना जाहिराती पाठवता येतील. उदाहरणार्थ, मशीन शिकण्याचे मॉडल प्रत्येक कुटुंबासाठी उत्तम प्रकारची उपक्रम तयार करू शकेल- काम प्रशिक्षण, बालसेवा, अन्न मदत, किंवा नागपूर पुरवल्या जाणाऱ्या परिणामांची शिफारस करू शकेल. सुरुवातीमध्ये पायलटला दिसून आले की AI-D-TELED--वयक्कलन कुटुंबे १८ महिन्यांपर्यंत गरीबी खर्च करू शकतात.
वास्तविक- वेळ माहिती व सदोषीत फ़ीडबैक लूप
वार्षिक अहवाल ऐवजी, भविष्यातील कार्यक्रम वेळ माहिती लगेच जुळवून घेण्यास वापरतील. वस्तू (आओटी), मोबाईल फोन डेटा, आणि इलेक्ट्रॉनिक ट्रांज ट्रांजिंग रिकॉर्ड, आर्थिक समस्याच्या मुद्द््यांचे सूचक (EBT). गवर्नरला खाद्य टिकाऊ वापरताना खाद्यपदार्थ वापरताना दिसेल किंवा सुरक्षेसाठी वापरल्या जाणाऱ्या मालमता वापरल्या जातील.
क्रॉस-State Colication व Data साझेदारी
दारिद्र्य राज्य क्षेत्रे आदर दाखवत नाही. आंतरराष्ट्रीय श्रम बाजारात प्रवेश आणि साखळीचा परिणाम दारिद्र्यावर होतो.[FT:0] राष्ट्रीय गंधसरु संघराज्य संघाच्या आघाडीच्या आकडेवारीतून माहिती भागवणे चालू आहे. यामुळे त्यांना समकालीन राज्यांविरुद्ध आणि उत्तम आचरणांना दुरुस्ती होऊ देता येते.
घटक
राज्य अधिकाऱ्यांकडून मिळणारे माहितीचा अर्थशास्त्रात कमी करण्यात येत आहे. मूळ कारणे, अनियंत्रित लोकसंख्या, आणि परिणामांची ओळख करून देऊन, राज्यपालांना हस्तक्षेप करता येते जे अधिक प्रभावशाली आणि परिणामकारक असतात. जेव्हा सर्वत्र समस्या, अचूकता आणि क्षमता या दोन्ही दोन्हींतील फरक स्पष्ट होतात: परोपकारी धोरण (अधिक), उत्तेजिती (अधिक), उत्तेजिती), उत्तेजित करणे, या गोष्टी अधिक प्रबळ बनतात. तंत्रज्ञान आणि सहकार्य हे लोक राष्ट्राध्यक्षांना अधिक क्षम व कायमस्वरूपी प्रश्न बनवतात. हे अधिकारी जो गरीबता स्वीकारतील, ते २१ व्या शतकात गरिबांना पुरवठाणात आणतील.