数据准备过程中的可持续质量保障

《Journal of Data and Information Quality》：Sustainable quality in data preparation

数据准备通过循环经济视角提升可持续性，结合FAIR原则优化数据质量和应用。提出融合数据质量与可持续参数的评估模型，实证分析关键数据准备方法，平衡质量与资源消耗。

　　

摘要

数据准备对于遵循FAIR（可发现性、可访问性、互操作性和可重用性）四项基本原则实现良好的数据管理至关重要。在现代应用中，处理数据集以提高数据（及其元数据）的质量是必不可少的。然而，由于资源密集型或可扩展性等方面的挑战，达到这种数据质量水平所需的数据准备活动可能变得难以持续。此外，如果某些准备工作带来的改进微不足道或导致重复操作，那么这些工作就可能变得没有必要。本文从循环经济的角度探讨了数据准备的可持续性方面。在数据领域，这一视角鼓励采取能够减少浪费、延长数据生命周期并最大化数据重用的做法，从而与FAIR原则保持一致。我们研究了这些做法及其对选择和配置有效数据准备策略的影响，以设计出可持续且高质量的数据处理流程。为此，我们提出了一种评估模型，该模型将数据质量指标与人类和计算任务的可持续性参数相结合。最后，我们应用该模型对关键的数据准备方法进行了比较分析，证明了其在评估可持续性和质量权衡方面的有效性。