本文利用英国、加拿大和美国招聘广告上的自然语言处理(NLP)估计职业/部门的数据强度(即每个职业/部门与数据制作有关的职位分配比例)。Lightcast收集的在线招聘广告数据为了解不同行业的劳动力需求和技能需求提供了及时和分类的见解。本论文作出了三大贡献。首先，从Lightcast数据中创建的指标增加了对劳动力市场中数字技能的理解。第二，结果可能会促进国民账户统计中数据资产的计量。第三，NLP方法可处理多达66种语言，并可用于衡量数字技能以外的概念。结果提供了不同职业之间数据强度的排序，数据分析活动对所有三个国家的数据强度份额的汇总贡献最大。在部门一级，各国新出现的情况更加参差不齐。劳动力需求的差异主要解释了这些差异，而在英国，数据密集程度低的专业对汇总数据强度的贡献最大。采用费用总和法和部门强度份额的数据投资估计数表明，联合王国和加拿大的投资水平低于美国。

跨国界协调数据监管的“数据自由流动与信任”概念在进入实施阶段时，正在努力解决国家之间的复杂差异。

世界经济论坛的一份新文件提出了一种新的老年护理领域数据治理方法，可以改善老年人的健康状况。

将数据视为资产有着巨大的价值，但这样做也带来了挑战。不可替代代币会是答案吗？

新冠肺炎需要一种更加协作的工作方式。
 随着我们走向复苏，我们概述了开放数据共享如何促进创新。

与石油和其他自然资源一样，数据的提取需要能源，而我们也没有可持续地使用它。现在是采取新方法的时候了。

癌症的治疗不是一刀切的。由于医学的进步，接受癌症诊断的人可能有许多潜在的治疗选择，从既定的、“试验性的”治疗到实验性的治疗。但在许多情况下，这取决于你，患者，与你的医疗团队就选择进行对话，并确定哪些治疗最适合你。