Government Big Data Ecosystem: Definitions, Types of Data, Actors, and Roles and the Impact in Public Administrations

Abstract

The public sector, private firms, business community, and civil society are generating data that are high in volume, veracity, and velocity and come from a diversity of sources. This type of data is today known as big data. Public administrations pursue big data as “new oil” and implement data-centric policies to collect, generate, process, share, exploit, and protect data for promoting good governance, transparency, innovative digital services, and citizens’ engagement in public policy. All of the above constitute the Government Big Data Ecosystem (GBDE). Despite the great interest in this ecosystem, there is a lack of clear definitions, the various important types of government data remain vague, the different actors and their roles are not well defined, while the impact in key public administration sectors is not yet deeply understood and assessed. Such research and literature gaps impose a crucial obstacle for a better understanding of the prospects and nascent issues in exploiting GBDE. With this study, we aim to start filling the above-mentioned gaps by organizing our findings from an extended Systematic Literature Review into a framework to organise and address the above-mentioned challenges. Our goal is to contribute in this fast-evolving area by bringing some clarity and establishing common understanding around key elements of the emerging GBDE.

How organizational readiness for digital innovation shapes digital business model innovation in family businesses

“…Moreover, family members should provide trusting and committed environments that enable easy interactions and encourage the transmission of knowledge with customers and other stakeholders (Barros-Contreras et al, 2020). The government can assist in this process by establishing a broad digital collaborative management Internet platform that connects family enterprises-one that can facilitate the collection, generation, processing, and sharing of knowledge about digital services (Shah et al, 2021).…”

Ciencia de datos en la evaluación del impacto de las políticas públicas: Una revisión de la literatura

“…Por otro lado, respecto a los marcos teóricos utilizados, se ha encontrado una gran variedad en cuanto a enfoques y alcance, que es lo que se esperaba dada la variedad en la amplitud y enfoque de los problemas que han abordado los investigadores revisados. Entre los marcos teóricos con un amplio alcance que pueden ser destacados se encuentran: el Marco TIC para abordar los ODS, cuyo objetivo es gestionar la complejidad de los ODS y proporcionar conocimientos para construir plataformas de TIC propuesto por Kostoska & Kocarev (2019); el marco propuesto por Ballester (2021), denominado Marco de adopción-clasificación de IA para instancias gubernamentales, cuyo propósito es proveer de criterios tangibles para evaluar el despliegue de proyectos de IA en el sector público; el modelo de tres niveles (individual, organizativo e institucional) y 4 condiciones (ausencia de una visión, falta de recursos, ausencia de cultura de digitalización y fragmentación administrativa) propuesto por Manny et al (2021), resulta relevante pues puede ser un punto de partida para la identificación de las barreras que enfrenta el sector público para la adopción de la IA; y finalmente el Ciclo Dinámico de la Políticas Del mismo modo, entre los marcos teóricos asociados a la problemática más específica o de menor alcance podemos citar como relevantes a la Inteligencia Artificial Explicable (XIA por sus siglas en inglés) tratada en el artículo de Pi (2021), cuyo objetivo es contribuir a reducir la opacidad de los algoritmos IA, el cual según sus proponentes es en última instancia un problema de interacción persona-ordenador (HCI, por sus siglas en inglés); el Marco basado en argumentos para evaluar la incertidumbre en los modelos basados en datos estudiado por Knüsel et al (2020), resulta interesante para las investigaciones orientadas a resolver los problemas de incertidumbre de segundo orden; los modelos basados en actividad, que con respecto a los basados en procesos representan ventajas para estimar los efectos de las políticas, que en el caso estudiado por Bassolas et al (2019), se aplicó al transporte privado pero que es posible trasladarlo a otros sectores; otro marco conceptual, aunque orientado a aplicaciones específicas del sector salud, resulta relevante para las investigaciones relacionadas a evaluar el impacto de políticas públicas, es el Entorno Vital Inteligente (SLE por sus siglas en ingles), que representan un marco para diseñar entornos que faciliten las mediciones a través de sensores del bienestar de las personas estudiado por Casaccia et al (2021); y finalmente en este grupo podemos mencionar como un marco relevante para investigaciones futuras relacionadas al tema, a los Ecosistemas de Grandes Datos del Gobierno (GBDE) cuyo fin es lidiar con el desafío de tratar con grandes cantidades de datos de diferentes fuentes y formatos, estudiado con amplitud por Shah et al (2021).…”

“…También en ese sentido, Bassolas et al (2019) indican que el potencial de las nuevas fuentes de datos (de grandes cantidades) conlleva una serie de retos que deben ser investigados; por un lado, se disponen de muestras mucho más grandes que las obtenidas con las encuestas tradicionales y por otro lado, los datos no se han producido originalmente con el fin de recoger información que se requiere, por lo que a menudo son ruidosos y/o están sesgados, así mismo Anisetti et al (2018) plantean la cuestión de cómo gestionar los datos procedentes de los dispositivos IoT. Con una visión un poco más amplia, Shah et al (2021) manifiestan que los resultados de su investigación acerca del Ecosistema de Grandes Datos del Gobierno (GBDE, por sus siglas en inglés), requieren una verificación práctica para asegurar su relevancia para la industria y propone para ello, aplicar sus resultados a una organización del sector público utilizando un estudio de caso, así mismo sugiere que algunas áreas críticas de la GBDE, como por ejemplo el Ecosistema de Big Data (BDE por sus siglas en inglés) necesitan una atención especial por parte de la comunidad investigadora pertinente.…”

DaLiF: a data lifecycle framework for data-driven governments

“…Numerous business, research, and industry communities study the big data field [76][77][78]. For example, in the case of definitions of BDE, some definitions stay relevant to specific domains like humanitarian [79][80][81], and personal data ecosystems [67]. Such studies have a narrow perspective, focus on a specific notion with partial details, and describe BDE definitions and other related terminologies that vary considerably [81][82][83].…”

“…This research article primarily contributes to the theoretical realm and needs practical validation to bridge the gap between academic rigor and industrial applicability. Secondly, in our previous published study on GBDE [81], we presented a classification model for data actors. We have the interest to establish a linkage between data actors and the proposed here DaLiF phases.…”