تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

ترجمه مقاله تحلیل مسائل مربوط به کیفیت داده ها در سیستم های اطلاعات پژوهشی – نشریه الزویر

عنوان فارسی: تحلیل مسائل مربوط به کیفیت داده ها در سیستم های اطلاعات پژوهشی از طریق پروفایل بندی داده ها
عنوان انگلیسی: Analyzing data quality issues in research information systems via data profiling
تعداد صفحات مقاله انگلیسی : 7 تعداد صفحات ترجمه فارسی : 18
سال انتشار : 2018 نشریه : الزویر - Elsevier
فرمت مقاله انگلیسی : pdf و ورد تایپ شده با قابلیت ویرایش فرمت ترجمه مقاله : pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله : بی نازنین سایز ترجمه مقاله : 14
نوع مقاله : ISI نوع نگارش : مقالات پژوهشی (تحقیقاتی)
پایگاه : اسکوپوس نوع ارائه مقاله : ژورنال
ایمپکت فاکتور(IF) مجله : 7.338 در سال 2018 شاخص H_index مجله : 91 در سال 2019
شاخص SJR مجله : 1.711 در سال 2018 شناسه ISSN مجله : 0268-4012
شاخص Q یا Quartile (چارک) : Q1 در سال 2018 کد محصول : https://doi.org/10.1016/j.ijinfomgt.2018.02.007
محتوای فایل : zip حجم فایل : 4.24Mb
رشته و گرایش های مرتبط با این مقاله: مدیریت، سیستم های اطلاعاتی پیشرفته و مدیریت منابع اطلاعاتی
مجله: مجله بین المللی مدیریت اطلاعات - International Journal of Information Management
دانشگاه: مرکز مطالعات تحقیقات و تحقیقات آموزش عالی آلمان (DZHW)
کلمات کلیدی: سیستم های اطلاعات پژوهشی فعلی، CRIS، سیستم های اطلاعات پژوهشی، RIS، اطلاعات پژوهشی، منابع داده، کیفیت داده، بار تبدیل استخراج، ETL، تحلیل داده ها، پروفایل سازی داده، سیستم علمی، استانداردسازی
کلمات کلیدی انگلیسی: Current research information systems - CRIS - Research information systems - RIS - Research information - Data sources - Data quality - Extraction transformation load - ETL - Data analysis - Data profiling - Science system - Standardization
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه شده است ✓
وضعیت ترجمه منابع داخل متن: به صورت انگلیسی درج شده است ✓
ضمیمه: ندارد
بیس: نیست ☓
مدل مفهومی: ندارد ☓
پرسشنامه: ندارد ☓
متغیر: ندارد ☓
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
رفرنس در ترجمه: در داخل متن و انتهای مقاله درج شده است
doi یا شناسه دیجیتال: https://doi.org/10.1016/j.ijinfomgt.2018.02.007
ترجمه این مقاله با کیفیت پایین انجام شده است. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

1- مقدمه

2- اطلاعات تحقیقاتی و سیستم اطلاعات تحقیقاتی

3- پروفایل بندی داده ها

3-1 تحلیل نام صفت (ویژگی)

3-2 تحلیل نوع داده ها

3-3- تحلیل محدوده مقادیر

3-4- تحلیل کلید منحصر به فرد

3-5 تحلیل الگو

3-6- تحلیل دامنه

3-7 وابستگی کارکردی

3-8 تحلیل ارجاعی

4- بحث و بررسی

5- نتیجه گیری و چشم انداز

نمونه متن انگلیسی

Abstract

The success or failure of a RIS in a scientific institution is largely related to the quality of the data available as a basis for the RIS applications. The most beautiful Business Intelligence (BI) tools (reporting, etc.) are worthless when displaying incorrect, incomplete, or inconsistent data. An integral part of every RIS is thus the integration of data from the operative systems. Before starting the integration process (ETL) of a source system, a rich analysis of source data is required. With the support of a data quality check, causes of quality problems can usually be detected. Corresponding analyzes are performed with data profiling to provide a good picture of the state of the data. In this paper, methods of data profiling are presented in order to gain an overview of the quality of the data in the source systems before their integration into the RIS. With the help of data profiling, the scientific institutions can not only evaluate their research information and provide information about their quality, but also examine the dependencies and redundancies between data fields and better correct them within their RIS.

نمونه متن ترجمه

چکیده

موفقیت یا شکست یک RIS در یک موسسه علمی عمدتاً مربوط به کیفیت داده های موجود به عنوان پایه ای برای کاربردهای RIS است. زیباترین ابزارهای هوش کسب و کار (BI) (گزارش دهی و غیره), هنگامی که داده های نادرست، ناقص و یا متناقض را نمایش دهند, بی ارزش هستند. بنابراین بخشی جدایی ناپذیر از هر RIS، ادغام داده ها از سیستم های عملیاتی است. قبل از شروع فرآیند ادغام (ETL) یک سیستم منبع، یک تحلیل غنی از داده های منبع ضروری است. با حمایت از یک بررسی کیفیت داده ها، علل مشکلات کیفی معمولاً قابل شناسایی می شوند. تحلیل های مربوطه با استفاده از پروفایل های داده ها انجام می شوند تا تصویر خوبی از وضعیت داده ها ارائه شود. در این مقاله، روش های پروفایل سازی داده ها به منظور به دست آوردن یک مرور کلی از کیفیت داده ها در سیستم های منبع قبل قبل از ادغام آنها در RIS ارائه شده است. با کمک پروفایل سازی داده ها ها، موسسات علمی نه تنها می توانند اطلاعات تحقیقاتی خود را ارزیابی کنند و نیز اطلاعاتی در مورد کیفیت آنها ارائه دهند، بلکه همچنین وابستگی ها و زواید از میان زمینه های داده را بررسی می کنند و آنها را در RIS خود اصلاح می کنند.