Aufbau besserer Coronavirus-Datenbanken mit automatischen Qualitätsprüfungen.

0

Inmitten einer wachsenden Coronavirus-Krise haben Experten in allen Bereichen damit begonnen, umfangreiche Datensätze zusammenzustellen, um die Auswirkungen der Ansteckung zu verfolgen.

Diese Datensätze erfassen alles, von gesellschaftsweiten Informationen über die Reaktion der Gesellschaft auf Viren bis hin zu Daten über den medizinischen Bedarf, verfügbare medizinische Ressourcen im ganzen Land und das Käuferinteresse an medizinischen Geräten, die die Finanzierung neuer Produktionen vorantreiben könnten.Um die Erstellung dieser Datensätze so genau und zeitnah wie möglich zu gestalten, leitet Prof.

Michael Cafarella ein von der NSF finanziertes Projekt, das hochwertige Zusatzdatensätze erstellen wird, um eine automatische Qualitätsprüfung und Betrugserkennung der neuen Daten zu ermöglichen.

Diese Schutzmaßnahmen sind unerlässlich, um sicherzustellen, dass Coronavirus-Entscheidungen auf der Grundlage sauberer, genauer Daten getroffen werden.Schnelle analytische Bemühungen von politischen Entscheidungsträgern, Wissenschaftlern und Journalisten sind darauf angewiesen, dass die Coronavirus-Daten vollständig und genau sind.

Aber wie alle Projekte zum Aufbau von Datensätzen sind auch diejenigen, die das Coronavirus dokumentieren, anfällig für Mängel, die ihre Wirksamkeit einschränken, wenn sie nicht angegangen werden.

Zu diesen Problemen gehören unordentliche oder unbrauchbare Daten, betrügerische Daten und Daten, denen der notwendige Kontext fehlt.Ein automatischer Abgleich von Coronavirus-Datensätzen mit den entsprechenden, verwandten Datensätzen, die von Cafarellas Team zur Verfügung gestellt werden, kann sie effektiver und aufschlussreicher machen.

Tun Sie mir einen Gefallen: Bitte TEILEN Sie diesen Beitrag.

Beispielsweise könnte eine Hilfsdatenbank über Krankenhäuser Daten über den Personalbestand des Krankenhauses enthalten, so dass ein Zuweiser von Krankenhausressourcen prüfen kann, ob die für die Coronavirus-Behandlung angeforderten Ressourcen mit dem Personalbestand übereinstimmen.Die von Cafarella vorgeschlagenen Datensätze ließen sich leicht mit den sich schnell entwickelnden Coronavirus-Datenbauprojekten kombinieren.

Das Team wird zwei große Hilfsdatenbanken aufbauen.

Die Unified Medical Institution Auxiliary Database wird eine Datenbank aller bekannten amerikanischen….

Share.

Leave A Reply