Den teoretiske ramme for datastyring, der er blevet udviklet til at beskytte og fremme Māori-interesser, består af en række centrale elementer. Disse elementer spænder fra datakapaciteter, arbejdsstyrkeudvikling og datainfrastruktur til dataadgang, deling, repatriering og klassificering. De enkelte "pou" (søjler) i modellen beskriver, hvordan Māori-samfund og -organisationsbehov kan imødekommes gennem målrettet politikudvikling og implementering.

Pou 1. Datakapaciteter og arbejdsstyrkeudvikling

En af de største udfordringer ved datastyring er de magt- og ressourceuligheder, der gør det muligt for offentlige myndigheder at dominere beslutningstagning vedrørende Māori-data. Dette betyder, at mange Māori-organisationer og samfund ikke har adgang til de nødvendige tekniske kapaciteter. Modellen foreslår derfor, at der iværksættes antiracistiske datapolitikker og investeres strategisk i opbygning af Māori-dataekspertise og -ledelse. Et konkret eksempel på dette er "Te Mana Whakatipu", et iwi-ledet initiativ, der arbejder på at opbygge kapaciteter i Māori-dataindsamling og arbejdsstyrketræning, herunder kortere kurser og mikrocertifikater. Programmet sigter mod at give Māori-samfund mulighed for at lede deres egne dataindsamlingsinitiativer, som eksempelvis under Folketællingen i 2023.

Pou 2. Datainfrastruktur
Modellen understreger behovet for en datainfrastruktur, der er decentraliseret, bæredygtig og fremtidssikret, og som er fleksibel og skalerbar. Infrastruktur omfatter både hardware og software, netværkstjenester og politikker, der muliggør dataforbrug, opbevaring og deling. Et godt eksempel på en sådan infrastruktur er Te Whata, en webbaseret platform, der er designet specifikt "af iwi, for iwi", som understøtter dataadgang og -deling i Māori-samfund.

Pou 3. Dataindsamling
Modellen fremhæver betydningen af en Tiriti-ledet tilgang til dataindsamling. Dette indebærer etisk beslutningstagning om, hvilke data der skal indsamles, til hvilket formål, og til hvem de vil gavne. I denne forbindelse er Te Kupenga, den Māori sociale undersøgelse, et eksempel på, hvordan Māori-behov for dataindsamling kan prioriteres på en måde, der styrker relationer og minimerer unødvendige dataindsamlinger.

Pou 4. Databeskyttelse
Databeskyttelse i denne model går ud over de traditionelle reguleringsrammer, der kun fokuserer på beskyttelse af personlige data. I stedet foreslås det, at Māori-data beskyttes på en kollektiv måde, som er i overensstemmelse med Māori-etik og viden (tikanga Māori og mātauranga Māori). Dette omfatter både individuel og kollektiv datafortrolighed, datasikkerhed og jurisdiktion af data, især når data opbevares udenfor Māori-samfundets kontrol.

Pou 5. Dataadgang, deling og repatriering
Et centralt element i modellen er, hvordan dataadgang og -deling skal være baseret på gensidig tillid og respekt. Dette bliver fremhævet gennem den traditionelle Māori-ritual "pōwhiri", hvor etablerede protokoller skaber sikre rum for udveksling. Moderne dataadgang og -delingspraksisser bør også være præget af sådanne relationer og retningslinjer for, hvordan data kan deles og repatrieres, samt hvordan Māori direkte kan drage fordel af de data, der er deres egne.

Pou 6. Databrug og genbrug
Modellen fremhæver nødvendigheden af strengere datastyring ved sekundær dataanvendelse og datalinkning. Dette er især relevant i Aotearoa (New Zealand), hvor et af verdens største regeringsdata-linkningsprogrammer, Integrated Data Infrastructure (IDI), anvendes. Her understreges, at samtykke bør være en løbende og forhandlet proces, og det skal overholde internationale standarder som FN’s erklæring om oprindelige folks rettigheder.

Pou 7. Data kvalitet og systemintegritet

Dataens kvalitet er ikke kun et spørgsmål om nøjagtighed, men også om relevans, tilgængelighed og rettidighed. Modellen understreger, at højkvalitets Māori-data kræver de rette systemer og kompetencer. Der skal implementeres Māori-definerede datastandarder og systemovervågning, som sikrer både kvalitet og ansvarlighed.

Pou 8. Dataklassificering
Den eksponentielle vækst af Māori-data kræver nye måder at klassificere disse data på. Modellen peger på, at Māori-data skal klassificeres i henhold til Māori ontologier, hvilket betyder, at eksisterende strukturer for Māori-viden skal anerkendes. Et eksempel på dette er udviklingen af en Māori data klassificeringsramme, som skal beskytte følsomheden af disse data og definere deres forhold til rettighedshavere.

Det er også vigtigt at forstå, at mens der findes mange modeller og strategier for datahåndtering i den offentlige sektor, så oplever mange af disse implementeringsvanskeligheder. Det er derfor vigtigt at sikre, at Māori selv har kontrol over deres data, hvilket kan opnås gennem investering i autonome datasystemer, som er skabt af og for Māori.

Hvordan fejlagtige folketællinger påvirker oprindelige befolkningsdata: Læring fra New Zealand og Kanada

Den nationale folketælling er ofte betragtet som den primære kilde til data om befolkningen i et land. I mange tilfælde betragtes den som den "gyldne standard" for offentlige statistikker, og dataene bruges til en lang række sociale, økonomiske og politiske formål. På trods af sin grundlæggende rolle som et tællingsinstrument, er folketællingen imidlertid langt fra objektiv. I mange tilfælde bliver oprindelige folk enten overset, misforstået eller fejlagtigt kategoriseret, hvilket fører til fejlinformationer, der ikke afspejler deres virkelige situation.

En af de mest markante eksempler på en fejlagtig folketælling fandt sted i Aotearoa, New Zealand, hvor 2018-folketællingen undlod at inkludere næsten en tredjedel af den Māori-befolkning, som folketællingen skulle dække. For iwi (stammer), som er fundamentale sociale enheder i Māori-samfundet, blev konsekvenserne dramatiske, da de i høj grad er afhængige af pålidelige folketællingsdata for at skaffe officiel statistik om deres befolkning, socioøkonomiske forhold og politiske status. Det blev hurtigt tydeligt, at Stats NZ (Statistik New Zealand) havde fejlet, og for første gang i landets historie blev myndighederne nødt til at offentliggøre, at de ikke kunne frigive pålidelige data om iwi.

For Māori-samfundene var dette et alvorligt tilbageslag, da disse statistikker er essentielle for at forstå de udfordringer, de står overfor, og for at fremme deres unikke rettigheder og interesser i et moderne politisk landskab. Fejlen afslørede et centralt tema i de data, der produceres om oprindelige folk: at alle statistikker er kulturelt forankrede og politisk betingede. Den statistik, som oprindelige folk modtager, kan ikke kun ses som neutrale tal, men som en refleksion af et samfunds opfattelse af oprindelige folk og deres position i samfundet.

Fejlen i folketællingen viste sig at stamme fra en grundlæggende misforståelse af, hvordan Māori- og iwi-identiteter fungerer. Stats NZ benyttede et standardiseret, regeringskontrolleret system, der baserede sig på selvangivelser, mens Māori-samfundene definerer tilhørsforhold gennem genealogiske forbindelser, som rækker dybere end individuelle valg om identifikation. Denne forskel i tilgang skaber vanskeligheder, når man forsøger at indsamle præcise data om en befolkningssamfund, der er forbundet med en kompleks og ofte åndelig forståelse af slægtskab og fællesskab.

Det er vigtigt at forstå, at oprindelige folk som Māori ikke kun er interesseret i at blive talt med i folketællingen; de ønsker at kunne bruge den indsamlede statistik til at fremme politiske initiativer og opnå rettigheder, som kan afhjælpe de sociale og økonomiske uligheder, de lider under. En korrekt og præcis tælling giver disse folk de nødvendige data for at kunne argumentere for specifikke politiske ændringer, som kan forbedre deres livsbetingelser. I tilfælde af fejlagtig data, som i 2018, skaber det ikke kun et hul i forståelsen af deres situation, men forsinker også implementeringen af velfærdsforbedrende tiltag.

I Canada er situationen parallelt kompleks. De oprindelige folk, herunder First Nations, Inuit og Métis, er anerkendt som specifikke grupper med unikke rettigheder og kulturelle baggrunde. Statistik Canada har gennem årene arbejdet på at forbedre nøjagtigheden af folketællingernes registrering af oprindelige folk, men der er fortsat betydelige udfordringer i at sikre, at folk bliver korrekt identificeret og anerkendt i de officielle data. For eksempel er spørgsmål om "Indigenous identity" blevet indført i folketællingerne, men der er stadig kritik af, hvordan disse spørgsmål er blevet formuleret, og hvordan svarene kategoriseres.

En af de store udfordringer ved at indsamle data om oprindelige folk er at balancere de nationale behov for præcise befolkningstal med oprindelige samfunds ønsker om selvbestemmelse og kontrol over, hvordan de er repræsenteret i statistikker. At overlade myndighederne kontrol over dataindsamlingen kan føre til skævvridninger, som kan have langvarige konsekvenser for disse samfund. Som set i New Zealand kan et fejlagtigt tællingssystem føre til alvorlige konsekvenser, som kan forsinke udviklingen af politikker, der er designet til at støtte oprindelige folk.

Derfor er det nødvendigt, at oprindelige samfund får større kontrol over de metoder, der anvendes til at indsamle data om dem. Det bør ikke kun være regeringens ansvar at definere befolkningskategorier og spørgeskemaer, men også de oprindelige samfund bør have mulighed for at bidrage til og tilpasse den måde, de selv bliver repræsenteret på i statistikkerne. Det kan være en god idé at udvikle løsninger, der tillader oprindelige folk at definere deres egne demografiske parametre og på den måde sikre, at de bliver anerkendt i deres fulde mangfoldighed.

Forståelsen af disse nuancer er vigtig for læseren, da det ikke kun handler om data, men om, hvordan folk bliver repræsenteret og anerkendt i et samfund. Fejlagtige data kan føre til fejlagtige beslutninger, der forstærker eksisterende uligheder. Der er behov for en åben dialog mellem regeringer og oprindelige samfund for at sikre, at statistikkerne ikke kun er teknisk korrekte, men også meningsfulde og relevante for de samfund, de beskriver. At sikre, at oprindelige folk er korrekt og præcist repræsenteret i folketællinger, er et skridt mod større social retfærdighed og anerkendelse af deres rettigheder.

Jak vytvořit ráj pro opylovače: 4 způsoby, jak podpořit biodiverzitu vaší zahrady
Jak Raman objasnil, proč je moře modré?
Jak efektivně řešit integrály, které obsahují trigonometrické funkce a hyperbolické identit