طراحی آماری یک روش نمونه برداری در کنترل کیفیت داده های پژوهشی

در مدارک علمی، نمایه سازی و کنترل کیفیت، فرایندهایی کلیدی وجود دارد که در صورت انجام درست آنها، امکان بازیابی مناسب در موتورهای جست وجو فراهم می آید. در منابع علمی، به روش های نمونه برداری در محصولات فیزیکی به اندازه کافی پرداخته شده است؛ اما در حوزه داده ها، به ویژه داده های پژوهشی، کارهای اندکی انجام شده است. در این پژوهش، چارچوبی برای نمونه برداری فرایندهای کنترل کیفیت داده فراهم شده است. به عنوان مطالعه موردی، داده های پژوهشی پایگاه اشاعه اطلاعات پایان نامه ها/ رساله (پارسا) های دانش آموختگان کل کشور (گنج) انتخاب شده است. بر اساس نتایج، با توجه به کیفیت پذیرفتنی بسیاری از اقلام اطلاعاتی پارسا، پس از ثبت، نمونه برداری کاری حیاتی برای ارتقای کارایی واحد سازمان دهی و تحلیل اطلاعات است. منحنی OC برای طرح های گوناگون نشان می دهد که طرح های ارایه شده برای ارزیابی سطح کیفیت داده های پژوهشی، از کارایی مناسبی برخوردارند. چارچوب ارایه شده در این پژوهش، برای سازمان های گوناگون داده محور، به‎ویژه کسب وکارهای مبتنی بر داده، قابلیت بومی سازی دارد.