将数据工作作为实践社区进行探询

我们采用Lave & Wenger的实践社区构念来识别和定位数据工作实践社区的成员，重点关注与全职从业者（如数据科学家）相比受到较少关注的边缘成员。我们报告了对19名将数据工作作为主要任务的公民工作者进行访谈的结果，发现了数据工作实践社区中领域专家（如我们的受访者）与全职成员之间的一种非典型关系。我们的受访者可能在数据工作中的计算技能较低，但他们拥有数据科学家和其他全职社区成员可以学习的广泛而多样的数据情境化实践方法。在识别边缘数据工作者属性时，我们也希望引起人们对他们在低资源机构（如政府、非营利组织）中执行数据工作时所面临挑战的关注。我们的发现有助于推动以人为中心的数据科学中关于谁执行数据工作以及如何执行的更大讨论，以解决数据密集型系统中的权力、公平性和偏见问题。