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)
[ редактировать ]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
[ редактировать ]Ссылки
[ редактировать ]- ^ 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 .