Грязные данные

Грязные данные , также известные как мошеннические данные , ^[1] являются неточными, неполными или противоречивыми данными , особенно в компьютерной системе или базе данных . ^[2]

Грязные данные могут содержать такие ошибки, как орфографические или пунктуационные ошибки, неверные данные, связанные с полем, неполные или устаревшие данные или даже данные, которые дублируются в базе данных. Их можно очистить с помощью процесса, известного как очистка данных . ^[3]

Грязные данные (социальные науки)

В социологии грязные данные относятся к секретным данным, раскрытие которых дискредитирует тех, кто хранил эти данные в секрете. Согласно определению Гэри Т. Маркса, почетного профессора Массачусетского технологического института, «грязные данные» — это один из четырех типов данных: ^[4]^[5]^[6]

Несекретные и некомпрометирующие данные:
- Регулярно доступная информация.
Секретные и некомпрометирующие данные:
- Стратегические и братские тайны, конфиденциальность.
Несекретные и компрометирующие данные:
- санкционный иммунитет,
- нормативное разногласие,
- избирательное несогласие,
- устранение угрозы для доверия,
- обнаружил грязные данные.
Секретные и дискредитирующие данные: Скрытые и грязные данные.

См. также

Ссылки

^ Вышла 12-я версия Spotless.
^ Чу, Маргарет Ю. (2004). Полезные данные: мудрость и стратегии для предоставления значимых, полезных и доступных данных для всех сотрудников . Нью-Йорк: АМАКОМ. п. 71. ИСБН 978-0-8144-0780-6 .
^ Ву, С. (2013), «Обзор грубых гарантийных данных и анализа» (PDF) , «Инженерия и системы надежности» , 114 : 1–11, doi : 10.1016/j.ress.2012.12.021
^ «Заметки об открытии, сборе и оценке скрытого и» . web.mit.edu . Проверено 17 февраля 2017 г.
^ Уолби, Кевин; Ларсен, Майк (1 января 2012 г.). «Доступ к информации и свобода информационных запросов: забытые средства производства данных в социальных науках» . Качественный запрос . 18 (1): 31–42. дои : 10.1177/1077800411427844 . ISSN 1077-8004 .
^ Роу, Дэвид (27 апреля 2021 г.). «Какие типы грязных данных наиболее распространены?» . DMCoding .

Эта базам данных статья, посвященная , незавершена . Вы можете помочь Википедии, расширив ее .

[1] Вышла 12-я версия Spotless.

[2] Чу, Маргарет Ю. (2004). Полезные данные: мудрость и стратегии для предоставления значимых, полезных и доступных данных для всех сотрудников . Нью-Йорк: АМАКОМ. п. 71. ИСБН 978-0-8144-0780-6 .

[3] Ву, С. (2013), «Обзор грубых гарантийных данных и анализа» (PDF) , «Инженерия и системы надежности» , 114 : 1–11, doi : 10.1016/j.ress.2012.12.021

[4] «Заметки об открытии, сборе и оценке скрытого и» . web.mit.edu . Проверено 17 февраля 2017 г.

[5] Уолби, Кевин; Ларсен, Майк (1 января 2012 г.). «Доступ к информации и свобода информационных запросов: забытые средства производства данных в социальных науках» . Качественный запрос . 18 (1): 31–42. дои : 10.1177/1077800411427844 . ISSN 1077-8004 .

[6] Роу, Дэвид (27 апреля 2021 г.). «Какие типы грязных данных наиболее распространены?» . DMCoding .

[1]

[2]

[3]

[4]

[5]

[6]