Hệ thống Phân loại Giai đoạn An ninh Lương thực tích hợp (IPC) ra đời năm 2004 như một liên minh gồm 21 tổ chức đối tác và được các cơ quan viện trợ sử dụng để phân bổ nguồn lực. Phân tích IPC hiện bao phủ khoảng 30 quốc gia và là cơ sở cho việc phân bổ hơn $6 billion viện trợ nhân đạo mỗi năm.
Một nghiên cứu mới đăng trên tạp chí Nature Food do Hope Michelson và Erin Lentz cùng các đồng nghiệp thực hiện đã kiểm tra liệu phân loại IPC có chính xác hay không. Nhóm được IPC tiếp cận vào năm 2021, tiến hành khoảng 20 cuộc phỏng vấn với người dùng IPC và sau đó phân tích gần 10.000 đánh giá an ninh lương thực, bao phủ 917 million cá nhân ở 33 quốc gia trong giai đoạn 2017–2023, tạo thành 2.8 billion quan sát cá nhân.
Phân tích cho thấy bằng chứng rõ ràng về việc dồn số liệu ngay bên dưới ngưỡng 20% dùng để định nghĩa khủng hoảng (giai đoạn 3). Nghiên cứu ước tính có 293.1 million người ở giai đoạn 3 trở lên, trong khi các đánh giá IPC báo cáo 226.9 million; sự khác biệt là 66.2 million người, tương đương một trên năm người. Các tác giả giải thích sự chênh lệch phần nào do cách các nhóm làm việc xử lý chỉ báo mâu thuẫn: khi dữ liệu nhiễu, ủy ban có xu hướng thận trọng và đánh giá thấp vì lo ngại bị cáo buộc khuếch đại.
Nghiên cứu vẫn nhấn mạnh giá trị của quy trình IPC nhưng khuyến nghị cải thiện thu thập dữ liệu và quá trình ra quyết định. Các tác giả cho rằng máy học có thể tăng cường dữ liệu và mô hình hóa nhưng không nên thay thế đánh giá chuyên gia; họ tiếp tục nghiên cứu cách các chỉ báo khác dự báo suy dinh dưỡng và liên hệ giữa đánh giá với phản ứng viện trợ thực tế, đồng thời cảnh báo thiếu hụt viện trợ cho nạn đói có thể lớn hơn mức nhận thức trước đây.
Từ khó
- liên minh — tổ chức hợp tác nhiều bên cùng nhau
- viện trợ — hỗ trợ vật chất hoặc tài chính khẩn cấpviện trợ nhân đạo
- ngưỡng — mức giới hạn để phân loại tình trạng
- khuyến nghị — lời đề xuất để thay đổi hay cải thiện
- thu thập — gom và ghi nhận dữ liệu để phân tích
- mâu thuẫn — hai hay nhiều chỉ báo không thống nhất
- khuếch đại — làm tăng mức ảnh hưởng hoặc con số
- mô hình hóa — sử dụng mô hình để dự báo dữ liệu
Mẹo: di chuột, dùng phím Tab hoặc chạm vào các từ được tô sáng trong bài để xem định nghĩa nhanh ngay khi bạn đọc hoặc nghe.
Câu hỏi thảo luận
- Vì sao ủy ban có xu hướng đánh giá thấp khi dữ liệu mâu thuẫn? Hãy nêu lý do dựa trên đoạn văn.
- Việc dồn số liệu ngay bên dưới ngưỡng 20% có thể ảnh hưởng thế nào đến phân bổ viện trợ?
- Khi kết hợp máy học và đánh giá chuyên gia, bạn thấy lợi ích và rủi ro chính là gì?
Bài viết liên quan
Phân tích mạng xã hội giúp cảnh báo sớm dòng di cư trong khủng hoảng
Nghiên cứu trên EPJ Data Science cho thấy phân tích bài đăng mạng xã hội có thể cung cấp cảnh báo sớm về di cư trong xung đột và thiên tai. Nghiên cứu dùng gần 2 triệu bài đăng trên X và ba trường hợp: Ukraine, Sudan, Venezuela.
