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。

本报告评估了在国防部（DoD）全球信息网格的业务、作战和情报任务区内和跨其使用和共享设施和环境地理空间数据资产的影响。作者发现，这些资产具有多种有益效果，并支持广泛的任务，包括安装和环境管理、培训、国土安全、军事卫生以及作战行动和规划。共同的好处包括节省时间、节省成本、避免成本、提高态势感知、更有效的沟通以及改进运营、规划和决策。作者还制定了一种评估共享这些资产的影响的方法。尽管共享这些资产有很多好处，但仍存在重大障碍。这些障碍包括安全问题、不同的信息技术系统、不同职能组织之间缺乏沟通以及数据共享政策和标准不足。一个全面的附录提供了130多个地理空间数据资产如何在不同组织级别为特派团提供支持的例子。最后，作者提出了帮助国防部克服地理空间数据资产使用和共享障碍的建议