فایل ورد کامل مقادیر کوچک در داده های بزرگ: نیاز مستمر به متا داده های مناسب

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل مقادیر کوچک در داده های بزرگ: نیاز مستمر به متا داده های مناسب،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۴ صفحه

گردآوری داده ها از منبع های جداگانه جهت بررسی مسائل فشار آورنده بوم زیستی به صورت روزافزونی درحال رایج شدن است. پایگاه های داده ای بوم زیستی بسیاری حاوی داده ها – مشاهدات سانسور شده تحت یک محدودیت تشخیص تحلیلی می باشند. مطالعاتی از پایگاههای داده ای تک گانه و نوعا” کوچک نشانگر این هستند که دیدگاههای رایج برای مدیریت داده های سانسور شده – مثل حذف ی تعویض مقادیر ثابت – منجر به انحرا های سیستماتیک می شود. بااین حال، هیچ مطالعه ای به بررسی این موضوع نپرداخته که تا چه اندازه مستندسازی و حضور داده های سانسور شده بر خروجی های حاصل از پایگاههای داده ای بزرگ و چند – منبعی اثر می گذارد. ما داده های سانسور شده را در یک پایگاه داده ای کیفیت آب دریاچه که از ۷۴ منبع تشکیل شده است توصیف می کنیم و چالش های سروکار داشتن با مقادیر کوچک در داده های بزرگ را نشان می دهیم شامل تشخیص محدودیت هایی که غایب هستند، دارای محدوده گسترده ای هستند و گرایشات با گذشت زمان را نشان می دهیم. ما نشان می دهیم که جایگزین های داده های سانسور شده می توانند همچنین تحلیل ها را با استفاده از پایگاه های داده های بزرگ منحرف کنند که داده های سانسور شده می توانند به صورت موثری با دیدگاههای کمّی نوین مدیریت شوند اما چنین دیدگاههایی روی متا داده های صحیح تکیه دارند که رفتار داده های سانسور شده حاصل از هر منبع را توصیف می کنند.

عنوان انگلیسی:

Small values in big data: The continuing need for appropriate metadata

~~en~~ writers :

Craig A: Stowa,, Katherine E: Websterb, Tyler Wagnerc, Noah Lottigd, Patricia A: Sorannob, YoonKyung Cha

Compiling data from disparate sources to address pressing ecological issues is increasingly common. Many
ecological datasets contain left-censored data – observations below an analytical detection limit. Studies from
single and typically small datasets show that common approaches for handling censored data — e.g., deletion or
substituting fixed values — result in systematic biases. However, no studies have explored the degree to which
the documentation and presence of censored data influence outcomes from large, multi-sourced datasets. We
describe left-censored data in a lake water quality database assembled from 74 sources and illustrate the
challenges of dealing with small values in big data, including detection limits that are absent, range widely, and
show trends over time. We show that substitutions of censored data can also bias analyses using ‘big data’
datasets, that censored data can be effectively handled with modern quantitative approaches, but that such
approaches rely on accurate metadata that describe treatment of censored data from each source.

$$en!!