(Alessandro کیپزولی کی طرف سے ، ISTAT عہدیدار اور ڈیٹا آبزرویٹری پیشوں اور مہارتوں کے مینیجر Aidr) میٹا ڈیٹا کے بارے میں ہمیشہ بہت کم گفتگو ہوتی ہے ، شاید اس لئے کہ اس کا ماقبل "میٹا" لاشعوری طور پر اس کے اصل معنی (with "کے ساتھ ، کے بعد") کے ساتھ وابستہ ہے اور اس کے نتیجے میں معنوی اور مضحکہ خیز علاقوں جیسے نظریات یا استعارے سے تعبیر ہوتا ہے۔ شاید ، لفظ ہی ، میٹا ڈیٹا ، اتنا دلچسپی نہیں پیدا کرتا جتنا الفاظ بلاکچین ، بڑے ڈیٹا اور مشین سیکھنے میں ہیں۔ میٹا ڈیٹا کو دی جانے والی تخفیف تعریف ، وہ معلومات جو اعداد و شمار کی وضاحت کرتی ہیں ، ان کے افعال کو پوری طرح سے سمجھنے میں مدد نہیں دیتی ہیں: ایسا لگتا ہے کہ اس اعداد و شمار کو ثانوی طور پر کچھ سمجھا جاتا ہے ، جو بغیر کام کیا جاسکتا ہے۔ اسے اس تعریف میں شامل کیا جانا چاہئے کہ میٹا ڈیٹا کے بغیر ڈیٹا اپنا معنی کھو دیتا ہے ، اب اس میں مستقل مزاجی نہیں ہے اور اسے صحیح طریقے سے نہیں پڑھا جاسکتا ہے۔
میٹا ڈیٹا کے فنکشن کو خصوصی طور پر "وضاحتی" دائرہ کار میں کم کرنا ایک خطرناک حد تک کم ضعیف ہے۔ سب سے پہلے ، کیونکہ وضاحتی فعل ایک سے نہیں بلکہ متعدد پہلوؤں سے مراد ہے ، جس میں اعداد و شمار سے متعلق مواد ، ساخت اور سیاق و سباق شامل ہوسکتے ہیں۔ خاص طور پر اسی وجہ سے ، کسی قسم کا میٹا ڈیٹا نہیں ہے۔ یہاں وضاحتی میٹا ڈیٹا موجود ہیں ، جو معمول کے مطابق بیانات کے ایک سیٹ پر مشتمل ہوتے ہیں ، جو ڈیٹا کی نشاندہی کرنے اور سیمنٹک سرچ سسٹم میں کارآمد ہوتے ہیں جو لنکڈ اوپن ڈیٹا کا استعمال کرتے ہیں۔ دوسری طرف ، ساختی میٹا ڈیٹا فن تعمیر اور اندرونی تعلقات کو بیان کرتا ہے اور ڈیٹا کو صحیح طریقے سے استعمال کرنے کے لئے ضروری ہے۔ پھر مینجمنٹ میٹا ڈیٹا ہوتے ہیں ، جس میں تکنیکی معلومات شامل ہوتی ہیں جیسے فارمیٹس یا اپنایا ہوا تکنیکی ماحول۔
یہ عمومی جائزہ ، اور اندرونی افراد کے لئے ، الفاظ XSD اور JSON آبجیکٹ ، میٹا ڈیٹا سے وابستہ بہت زیادہ صلاحیتوں کو سمجھنے کے لئے کافی ہیں۔ اگر ڈیٹا سے چلنے والے نظام کا تصور کرنا نسبتا easy آسان ہے تو ، فیصلے کرنے کے لئے میٹا ڈیٹا کے استعمال کے بارے میں سوچنا اتنا آسان نہیں ہے۔ تاہم ، تخیل ایک عین مطابق شکل اختیار کرسکتا ہے ، اگر اسے عملی مثال کے ذریعہ سپورٹ کیا جائے۔ فرض کیجئے ، فرضی طور پر ، کہ دنیا میں کہیں کہیں قابو سے باہر کی وبا موجود ہے اور یہ کہ ایک سخت سائنسی طریقہ کار کے ذریعہ اس واقعے کی پیمائش کی گئی ہے جس سے انفیکشن اور اموات کی تعداد اور حرکیات کا پتہ چل جاتا ہے۔ فرض کریں کہ ان "تعداد" کے ذریعہ ، ریستوراں میں متعدی ہونے کا ایک بہت زیادہ خطرہ ہے اور یہ کہ ریستوراں میں بنیادی طور پر 70 سے زائد مردوں پر مشتمل آبادی کا ایک خاص طبقہ اکثر وابستہ ہوتا ہے۔
خطرات کو کم کرنے کے ل one ، کوئی بھی ریستوراں بند کرنے ، یا لچکدار اور داخلے کھانے والے افراد میں داخلے سے انکار کے بارے میں سوچ سکتا ہے۔ پہلی صورت میں ، میٹا ڈیٹا کی ضرورت ہوگی جس کے ذریعے بنیادی طور پر معاشی سرگرمیوں کو بیان کیا جا order ، تاکہ ان کمپنیوں کی نشاندہی کی جاسکے جو کھانے پینے کی فراہمی سے متعلق ہیں۔ دوسری صورت میں ، آبادی کے ایک ذخیرے کی ضرورت ہوگی جس سے ناموں کی ایک فہرست نکالنی ہے جس کو "ریستورانوں میں داخلہ نہیں" مواصلات بھیجنا ہے۔ دونوں ہی معاملات میں ، فیصلہ کرنے کے لئے معیاری وضاحتی اور ساختی میٹا ڈیٹا کی ضرورت ہوگی۔ یہ مثال ، یقینی طور پر ایک اہم بات ، ہمیں میٹا ڈیٹا کے کردار پر متعدد عکاسیوں کا آغاز کرنے کی اجازت دیتی ہے۔ زیادہ سے زیادہ کوویڈ رسک کی مدت میں ، ریستوراں کی بندش کا فیصلہ اے ٹی ای سی او کے شماریاتی درجہ بندی کو اپنانے کے ذریعے کیا گیا تھا ، یہ کلاسز اور وضاحتی طبقات کا ایک مجموعہ ہے جو کم و بیش واضح طور پر کمپنیوں کے ذریعہ کی جانے والی معاشی سرگرمیوں کی نشاندہی کرتا ہے۔ درجہ بندی کے نظام کی ، لیکن اس سے انکار نہیں کیا جاسکتا کہ ریستورانوں کی بندش میٹا ڈیٹا کے ذریعہ تھی۔ اسی طرح ، اگر آبادی کے کسی خاص طبقے کے لئے ریستورانوں تک رسائی پر پابندی عائد کرنے کا فیصلہ کیا گیا ہوتا تو ، افراد کے انتخاب میں میٹا ڈیٹا کلیدی کردار ادا کرتا۔ یہ دونوں منظرنامے ایسے پہلوؤں کو سامنے لاتے ہیں جو فی الحال عوامی بحث کا حصہ نہیں ہیں: میٹا ڈیٹا کی حکمرانی ، اعداد و شمار کی وضاحت کے لئے مشترکہ "زبانوں" کو اپنانا ، یا زیادہ عام طور پر سائنسی مظاہر ، اور میٹا ڈیٹا کا معیار۔ ریستوراں بند کرنے کا فیصلہ بنیادی طور پر ایک وجہ سے ممکن تھا: تمام کمپنیوں کے پاس ایٹیکو کوڈ ہے جو ایک مشترکہ درجہ بندی کے نظام کا حوالہ دیتا ہے ، لہذا ان کمپنیوں کی شناخت کرنا نسبتا easy آسان تھا جس کے ساتھ کوڈ 56.10.11 سے وابستہ تھا - انتظامیہ کے ساتھ کیٹرنگ . اسی ضوابط کو اس تناظر میں لاگو نہیں کیا جاسکتا تھا جس میں ہر خطہ نے ایک الگ درجہ بندی کا نظام اپنایا ہو ، شاید کم سخت اور دوسروں سے بے نیازی کی ہو۔
وہ لوگ جو میٹا ڈیٹا سے نمٹنے کے لئے مختلف ڈیٹا بیس کو مربوط کرنے میں درپیش مشکلات سے بخوبی بخوبی واقف ہیں جن میں مثال کے طور پر ، صنف کو مختلف طور پر اشارہ کیا گیا ہے ، ایم / ایف ، مرد / عورت ، 0/1، 1/2 ، یا اس علاقے کی کوڈٹی کی گئی ہے طریق method کار اور وقتی لحاظ سے مختلف درجہ بندی کی بنیاد۔ بدقسمتی سے ، یکساں میٹا ڈیٹا سسٹم بنانا ہمیشہ ممکن نہیں ہوتا ہے: بعض اوقات اس کا انحصار ڈیٹا پروڈیوسر کی ذہنی قربت پر ہوتا ہے جو کبھی باہر کے حوالے سے ہوتا ہے ، بعض اوقات میٹا ڈیٹا کے سیٹ کے زیادہ (یا کم) سائنسی سختی کے دعوی یا دعوی پر ہوتا ہے۔ دوسرے کے مقابلے میں ، دوسرے اوقات کے طریقہ کار کو اپنانے یا ٹائم سیریز سے جس میں مداخلت نہیں کی جاسکتی ہے۔
معیاری میٹا ڈیٹا کا مشترکہ استعمال معمولی سے دور ہے اور اکثر سیاسی اور غیر طریقہ کار کے مسائل کی وجہ سے رکاوٹ ہے۔ اگر میٹا ڈیٹا کے استعمال کی وسعت مزدوری منڈی اور پیشوں تک ہی محدود ہو تو ، ایک تاریک منظر نامہ سامنے آتا ہے: ایک طرف بین الاقوامی درجہ بندی ISCO (پیشہ ورانہ بین الاقوامی معیار کی درجہ بندی) ہے ، جس کی وضاحت کرنے کے لئے یہ بہت مناسب ہے ، مشترکہ اور معیاری زبان ، پیشے اور متعدد پہلوؤں کے تحت ان کی نمائندگی ، دوسری طرف متعصبانہ مفادات ، ذاتیں ، انا پرستی اور اس موضوع کے بارے میں کم معلومات ہیں ، جو ان کے اطلاق میں رکاوٹ ہیں۔ اس کے نتیجے میں ، بھرتی ، خاص طور پر سرکاری شعبے میں ، کئی سالوں سے اس وقت ساخت کی کمی کا سامنا کرنا پڑا ہے ، اس وقت جب اس کی استطاعت نہیں ہے۔ اس وجہ سے ، یہ مطلوبہ ہوگا کہ آئٹم "میٹا ڈیٹا ، نظم و نسق ، اشتراک اور معیار" کو "ڈیجیٹل تبدیلی" کے عنوان کے ایجنڈے میں شامل کیا جائے۔