随着可用于分析的冲突事件分类数据的增加,关于偏见的问题新旧不一。所有数据都有偏见,我们将其定义为对信息的倾向、偏见或方向性。在冲突数据中,往往存在破坏性偏见的看法,而且怀疑可能来自几个领域,包括对数据收集程序是否造成系统性遗漏、夸大或错误陈述的信心。作为大型、流行的数据项目的策展人和分析师,我们对收集和使用事件数据时存在的偏见有独特的认识。我们认为,有必要就数据生态系统中的所有利益攸关方——收集者、研究人员以及解释和应用发现的人——的责任展开公开和诚实的讨论,以深思熟虑和透明地反思这些偏见;诚信使用数据;并承认的局限性。因此,我们提出了一个数据责任议程,考虑到其收集和批判性解释。