Australian anthropogenic litter monitoring data: how useful is it for decision making?
यह अध्ययन ऑस्ट्रेलियाई मानवजनित कचरा निगरानी डेटा का मूल्यांकन करता है और पाता है कि यह खराब सुलभता, मानकीकृत मेटाडेटा की कमी और निम्न FAIR स्कोर के कारण निर्णय लेने के लिए काफी अप्रभावी है, जो साक्ष्य-आधारित नीति को सक्षम करने के लिए राष्ट्रीय डेटा मानकों और सामाजिक-तकनीकी सुधारों की सिफारिश करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
हर साल, लाखों टन मानव-निर्मित कचरा प्राकृतिक दुनिया में पहुँच जाता है। यह मलबा, जो प्लास्टिक की बोतलों से लेकर मछली पकड़ने के जालों तक फैला हुआ है, केवल गायब नहीं होता; यह सदियों तक बना रहता है, और छोटे टुकड़ों में टूटकर गहरे महासागरों से लेकर ऊंचे पहाड़ों तक पारिस्थितिक तंत्र में प्रवेश कर जाता है। हालांकि इस प्रदूषण का दृश्य प्रभाव निर्विवाद है, लेकिन यह समझने के लिए कि वास्तव में कितना कचरा मौजूद है, वह कहाँ जमा होता है, और वह कैसे आगे बढ़ता है, केवल एक गंदे समुद्र तट को देखने से कहीं अधिक की आवश्यकता है। इसके लिए डेटा की आवश्यकता है: क्या पाया गया, कहाँ और कब, इसके सटीक और सुसंगत रिकॉर्ड। सरकारों और समुदायों के लिए पर्यावरण को प्रभावी ढंग से साफ करने और भविष्य के प्रदूषण को रोकने के लिए, उन्हें इन रिकॉर्ड्स की विभिन्न क्षेत्रों और वर्षों में तुलना करने में सक्षम होना चाहिए। सूचना के साझा भाषा और एकत्र करने के विश्वसनीय तरीकों के बिना, स्वयंसेवकों और वैज्ञानिकों द्वारा एकत्र किया गया डेटा का विशाल भंडार सूचना के अलग-थलग द्वीपों के रूप में रह जाता है, जो वैश्विक समस्या की स्पष्ट तस्वीर बनाने में असमर्थ है।
फेडरेशन यूनिवर्सिटी ऑस्ट्रेलिया और डिपार्टमेंट ऑफ एनर्जी, एनवायरनमेंट एंड क्लाइमेट एक्शन के शोधकर्ताओं द्वारा किया गया एक हालिया अध्ययन इस बात की जांच करता है कि क्या वर्तमान में ऑस्ट्रेलिया में उपलब्ध डेटा वास्तव में इन महत्वपूर्ण निर्णयों को लेने के लिए उपयोगी है। टीम ने एंथ्रोपोजेनिक (मानवजनित) लिटर मॉनिटरिंग की स्थिति की जांच की, जिसमें समुद्री और स्थलीय दोनों वातावरणों में मानव-निर्मित कचरे को ट्रैक करना शामिल है। उन्होंने मैक्रो-लिट्टर (स्थूल कचरा) के बड़े पैमाने पर डेटा एकत्र करने वाले पांच प्रमुख कार्यक्रमों का परीक्षण किया, जो पांच मिलीमीटर से बड़ी दृश्य वस्तुओं, जैसे कि बोतलें, बैग और पैकेजिंग को संदर्भित करता है। शोधकर्ताओं ने प्रकाशित वैज्ञानिक अध्ययनों की भी समीक्षा की ताकि यह देखा जा सके कि क्या इन कार्यक्रमों द्वारा एकत्र किए गए डेटा को प्रभावी ढंग से साझा और उपयोग किया जा रहा था। उनका लक्ष्य यह निर्धारित करना था कि क्या हजारों स्वयंसेवकों और सरकारी एजेंसियों द्वारा एकत्र की गई जानकारी को राष्ट्रीय नीति का मार्गदर्शन करने और पर्यावरणीय क्षति को कम करने के लिए संयोजित किया जा सकता है।
जांच से ऑस्ट्रेलिया के तटों की सफाई में किए जाने वाले प्रयासों और उन प्रयासों से उत्पन्न सूचना की गुणवत्ता के बीच एक महत्वपूर्ण अंतर का पता चला। हालांकि ऑस्ट्रेलिया में सामुदायिक नेतृत्व वाले सफाई कार्यक्रमों का एक लंबा इतिहास रहा है, जिसमें दशकों से लाखों स्वयंसेवक भाग लेते रहे हैं, लेकिन इन समूहों द्वारा उत्पादित डेटा अक्सर खोजने में कठिन, पहुँचने में मुश्किल और अन्य समूहों के डेटा के साथ तुलना करने में असंभव होता है। शोधकर्ताओं ने पाया कि अध्ययन किए गए पांच प्रमुख निगरानी कार्यक्रम अलग-थलग काम करते थे, प्रत्येक कचरे का वर्णन करने और वर्गीकृत करने के लिए अपने स्वयं के अनूठे तरीके का उपयोग करता था। एक कार्यक्रम किसी वस्तु को "प्लास्टिक" के रूप में वर्गीकृत कर सकता है, जबकि दूसरा उसे "बोतलें" या "रैपर्स" जैसे विशिष्ट प्रकारों में विभाजित कर सकता है, और तीसरा पूरी तरह से अलग शब्दों का उपयोग कर सकता है। चूंकि कोई सामान्य शब्दावली या विवरण दर्ज करने का मानक तरीका नहीं है, इसलिए एक कार्यक्रम के डेटा को दूसरे के साथ आसानी से संयोजित नहीं किया जा सकता है। यह उन चित्रों के संग्रह से एक एकल मानचित्र बनाने की कोशिश करने जैसा है जहाँ प्रत्येक कलाकार रंगों और प्रतीकों के एक अलग सेट का उपयोग करता है; परिणाम एक स्पष्ट मार्गदर्शक के बजाय एक भ्रमित करने वाला ढेर होता है।
अध्ययन ने डेटा का मूल्यांकन करने के लिए 'FAIR' सिद्धांतों के रूप में जाने जाने वाले एक कठोर मानदंड का प्रयोग किया। ये सिद्धांत मांग करते हैं कि डेटा खोजा जाABLE (Findable), सुलभ (Accessible), इंटरऑपरेबल (Interoperable) और पुन: प्रयोज्य (Reusable) हो। सरल शब्दों में, इसका अर्थ है कि कोई भी डेटा का पता लगा सके, उस तक पहुँच प्राप्त कर सके, समझ सके कि इसे अन्य डेटा के साथ तुलना करने के लिए कैसे एकत्र किया गया था, और नए उद्देश्यों के लिए इसका उपयोग कर सके। जब शोधकर्ताओं ने ऑस्ट्रेलियाई निगरानी कार्यक्रमों का इन मानकों के विरुद्ध परीक्षण किया, तो परिणाम चौंकाने वाले थे। कार्यक्रमों का स्कोर बहुत कम रहा, क्योंकि आवश्यक जानकारी का एक बहुत छोटा हिस्सा ही जनता के लिए उपलब्ध था। अधिकांश डेटा लॉगिन स्क्रीन के पीछे छिपा हुआ था या उसे एक्सेस करने के लिए ईमेल अनुरोध की आवश्यकता थी, और बहुत कम कार्यक्रमों ने विस्तृत मेटाडेटा (डेटा कैसे एकत्र किया गया, इसका विवरण) प्रदान किया, जो वैज्ञानिकों के लिए सूचना पर भरोसा करने और उसका पुनः उपयोग करने के लिए आवश्यक है। इसके अलावा, डेटा मुख्य रूप से समुद्री और तटीय वातावरण पर केंद्रित था, जिससे भूमि पर कचरे के संबंध में एक बड़ा अंध बिंदु (blind spot) रह गया, जहाँ अधिकांश प्लास्टिक कचरा उत्पन्न होता है।
शोधकर्ताओं ने उन वैज्ञानिक शोध पत्रों को भी देखा जिन्होंने ऑस्ट्रेलियाई लिट्टर डेटा का उपयोग किया था और समान समस्याएं पाईं। समीक्षा किए गए सोलह अध्ययनों में से, अधिकांश केवल समुद्री वातावरण पर केंद्रित थे, और उनमें डेटा अक्सर अधूरा था। कई अध्ययन सर्वेक्षण के सटीक समय, शामिल लोगों की संख्या, या कवर किए गए विशिष्ट क्षेत्र जैसे बुनियादी विवरण दर्ज करने में विफल रहे। इन विवरणों के बिना, यह जानना असंभव है कि कचरे की मात्रा में बदलाव वास्तविक पर्यावरणीय सुधार के कारण हुआ है या केवल इसलिए क्योंकि अलग संख्या में लोगों ने अलग क्षेत्र में देखा। अध्ययन ने उल्लेख किया कि हालांकि कुछ कार्यक्रम, जैसे कि ऑस्ट्रेलियन मरीन डैब्रिस इनिशिएटिव, व्यापक अंतर्दृष्टि उत्पन्न करने के लिए उपयोग किए गए हैं, लेकिन मानकीकृत गुणवत्ता नियंत्रण की कमी के कारण, डेटा की विश्वसनीयता अक्सर अनिश्चित रहती है। इसके विपरीत, यूरोप में अंतर्राष्ट्रीय प्रयासों ने सख्त मानक और साझा शब्दावलियाँ स्थापित की हैं जो विभिन्न देशों के डेटा को निर्णय लेने के लिए एक एकल, शक्तिशाली डेटाबेस में संयोजित करने की अनुमति देती हैं।
लेखक निष्कर्ष निकालते हैं कि हालांकि ऑस्ट्रेलियाई स्वयंसेवकों का जुनून और कड़ी मेहनत निर्विद्य है, लेकिन वर्तमान डेटा संग्रह प्रणाली उद्देश्य के अनुकूल नहीं है। राष्ट्रीय मानकों, सामान्य शब्दों और पारदर्शी गुणवत्ता जाँचों की कमी का अर्थ है कि देश अपने कचरे की समस्या के पूर्ण पैमाने को समझने की क्षमता खो रहा है। अध्ययन सुझाव देता है कि आगे बढ़ने के लिए, ऑस्ट्रेलिया को एक एकीकृत दृष्टिकोण अपनाने की आवश्यकता है। इसमें डेटा एकत्र करने के लिए न्यूनतम मानकों का एक सेट बनाना, यह सुनिश्चित करना कि सभी कार्यक्रम कचरे के विभिन्न प्रकारों के लिए समान परिभाषाओं का उपयोग करें, और यह सुनिश्चित करना शामिल है कि डेटा और उपयोग की गई विधियाँ सभी के लिए खुले रूप से उपलब्ध हों। इन आधारों को स्थापित करके, देश अपने बिखरे हुए प्रयासों को एक सुसंगत राष्ट्रीय रणनीति में बदल सकता है, जिससे लाखों व्यक्तिगत अवलोकनों को कचरे के पर्यावरणीय प्रभाव को कम करने के लिए एक स्पष्ट, कार्रवाई योग्य योजना में बदला जा सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।