توسعه شاخص های کیفیت داده به منظور ارزیابی سامانه های اطلاعاتی تحقیقاتی: یک مطالعه موردی

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 776

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SQM-9-1_005

تاریخ نمایه سازی: 3 تیر 1399

چکیده مقاله:

در پی رشد فناوری ها و ابزارهای ارتباطی و اطلاعاتی، امروزه شاهد تولید و توسعه ی پایگاه های داده در اکثر سازمان ها هستیم. از طرفی برای کسب جایگاه مناسب در دنیای کسب وکار کنونی لازم است سازمان های مختلف با تغییرات بیرونی سازگار شوند و به نوسانات مختلف بازار حساسیت کافی داشته باشند. به علاوه، کلید حل اکثر مشکلات سازمانی در دل داده ها و روندهای تولیدشده توسط همان سازمان است و بررسی داده های سازمان های دیگر تنها می تواند راهنمای رسیدن به پاسخ باشد. از این رو ارزشمندترین و مهم ترین موجودی هر سازمان، داده های تولید شده توسط همان سازمان است. بر این اساس امروزه کیفیت داده های سازمان و پایش مستمر آن ها به عنوان یک راهبرد کلیدی شناخته می شود. در این پژوهش پس از بررسی متون علمی مختلف، شاخص های کیفیت داده مانند دقت، صحت، جامعیت و به هنگام بودن، برای ارزیابی سامانه های اطلاعاتی تحقیقاتی توسعه داده شدند. سامانه ی ملی ثبت پایان نامه/ رساله ی دانش آموختگان کل کشور به عنوان مطالعه ی موردی انتخاب شد. نتایج نشان داد پس از بهبود فرایند ثبت در این سامانه ی ملی شاخص های کیفیت داده، وضعیت بهتری را نشان می دهد. استفاده از فهرست های آماده ی کرکره ای به منظور افزایش خطاناپذیرسازی در ثبت داده ها، احراز هویت دانشجو و اساتید راهنما و مشاور به کمک کد ملی از جمله پیشنهادهای اجرایی هستند که در راستای بهبود کیفیت داده ها در سامانه ی ثبت ارائه شدند.

کلیدواژه ها:

کیفیت داده ، شاخص های کلیدی عملکرد ، سامانه های اطلاعاتی تحقیقاتی ، مطالعه موردی

نویسندگان

آیناز اشتریان اصفهانی

خیابان شریعتی میدان قدس خیابان دربند کوچه امیر احمدی زمانی پلاک ۸۱ واحد ۳

محمد جواد ارشادی

استادیار، عضو هیئت علمی پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)

امیر عزیزی

عضو هیئت علمی دانشگاه آزاد اسلامی – واحد علوم و تحقیقات

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Arabi, P, Zafar Heidarpour, M, Khoshgftar, A. (2017). Accelerating the ...
  • Ballou, D., Wang, R., Pazer, H., & Tayi, G. K. ...
  • Batini, C., Cappiello, C., Francalanci, C., & Maurino, A. (2009). ...
  • Chengalur-Smith, I. N., Ballou, D. P., & Pazer, H. L. ...
  • Even, A., & Shankaranarayanan, G. (2007). Utility-driven assessment of data ...
  • Gasta, W. (2004, April). Statistical process control using key process ...
  • Geekiyanage, Suranga CH, Dan Sui, and Bernt S. Aadnoy. (2018). ...
  • Heinrich, B., Klier, M., & Kaiser, M. (2009). A procedure ...
  • Hoyles, Celia, et al. (2007). Attributing meanings to representations of ...
  • Jones-Farmer, L. A., Ezell, J. D., & Hazen, B. T. ...
  • Khosroanjom, D., Ahmadzade, M., Niknafs, A., & Mavi, R. K. ...
  • Mecella, M., Scannapieco, M., Virgillito, A., Baldoni, R., Catarci, T., ...
  • Moges, Helen-Tadesse. (2016). Determining the use of data quality metadata ...
  • Morgan, Chris, and Adam Dewhurst. (2007). Using SPC to measure ...
  • Ochoa, X., & Duval, E. (2006). Quality metrics for learning ...
  • Pipino, L. L., Lee, Y. W., & Wang, R. Y. ...
  • Redman, T. C. (1998). The impact of poor data quality ...
  • Suhairi, Kasman, and Ford Lumban Gaol. (2013). The measurement of ...
  • Strong, D., Lee, Y. W., & Wang, R. Y. (1997). ...
  • Vaziri, R., Mohsenzadeh, M., & Habibi, J. (2017). Measuring data ...
  • نمایش کامل مراجع