Bilgi Artışı
Verileri toplama, depolama, organize etme, analiz etme ve rasyonelleştirme ve akıllıca kararlar verme yeteneğimiz, artık değişimin büyük hacmi ve hızı tarafından zorlanmaktadır. Uzun süredir yerleşik merkezileştirme paradigmaları çöküyor ve birçok durumda yerelleştirilmiş depolama ve işleme tek geçerli seçenektir.
Bu, 50–250 Milyar birlikte var olan öğeyi kapsayan bir Nesnelerin İnterneti (IoT) için en olası yol olan biyolojik emsallerle uyumludur. Üretilecek ve saklanacak IoT verilerinin olası derinliği ve genişliği, birçok yeni zorluk sunacak ve yeni düşünme, analiz, ağ oluşturma ve operasyon modları talep edecektir.
IoT'nin çoğu özerk ve bizim için büyük ölçüde görünmez olacak olsa da, küçük bir kısmı, işletmelere, kurumlara ve hükümete sağlananlarla birlikte daha fazla kişisel avantaj sağlamak için dikkatimizi talep edecektir.
Yeşil Gündemin bir bileşeni olarak IoT'nin gerekliliği ve ekolojik olarak sürdürülebilir toplumların gerçekleştirilmesi o kadar açık değil. Malzeme tedariği, nakliye, işleme, üretim, teslimat, kullanım ve bakım ve yeniden kullanım, yeniden kullanım ve geri dönüşüm yoluyla nihai imha ile ilgili canlı denetim izleri, sıfıra yakın bir malzeme ve enerji israfı geleceği elde etmemizin tek yoludur. Bu aynı zamanda çiftçilik, gıda malzemeleri, emtialar ve sarf malzemeleri için de geçerlidir.
Zamanında bilgi eksikliği nedeniyle dünya çapında lojistik faaliyet kaybının yılda ~ 3Tn $ olduğu tahmin edilmektedir. Örneğin, nakliye konteyneri paylaşımı, takibi ve envanter kontrolü, sektör gerekli teknolojiye sahip olmadığı için neredeyse yok denecek kadar azdır.
Müşteriler soruyor: mallarım nerede? Ama kimse emin değil! Neden? Niye? Gemiler ve kamyonlar takip edilir, ancak konteynerler, paletler ve kutular izlenmez. Ancak konteynerler, paletler, kutular ve paketler elektronik olarak etiketlenebilseydi ve birbirleriyle konuşabilseydi, lojistik dünyası büyük ölçüde değişecekti. Verimlilik artacak, kayıplar azalacak ve müşteri güveni ve ekonomi iyileşecekti.
Düşünce endüstrisi ve tam zamanında ticaret artık rekabeti büyük ölçüde yönlendiren müşteri talebi ve tutumlarıyla norm haline geldi. Ve böylece Büyük Veri, yukarıdaki lojistik vakasında örneklendiği gibi hem gerekli hem de hayati bir bileşen ve kolaylaştırıcı olmuştur. Ancak bir sonraki aşamada, birincil bileşeni üstlenecek olan Küçük Veri olacaktır. Büyük Veri artık makro üretimi ve sunumu tatmin ederken, Küçük Veri'nin yeni özelleştirme seviyeleri sunması bekleniyor.
Son olarak, iletişim ve bilgi kullanılabilirliğinin her zaman değişime neden olduğunu gözlemliyoruz, ancak IoT durumunda, bu kullanılabilirliğe Küçük Veri hakim olacaktır. Bu yeni boyut, bireysel, örgütsel ve toplumsal düzeyde yaptığımız şeylerin çoğunun temelden yeniden düşünülmesini teşvik edecektir. Bu değişikliklerin nasıl gelişebileceğini göstermek için, büyük fırsatlar sunan az sayıda örneği inceleyeceğiz.
Bilimsel bilgiye örnek
Bilgiye ulaşma yolları
Bilgi Erişim Sistemleri nedir
Bilimsel Bilgiye Erişim Yolları
Bilgi toplumunda iletişim konuları
Bilginin güvenilir olmasının toplumların gelişmesine etkisi nedir
Doğru bilgi
Bilginin önemi
Sanayi
Günümüzün üretim süreçleri ve tedarik zincirleri, Viktorya dönemi atalarının çok cilalı ve verimli bir versiyonudur: otomatikleştirilmiş, daha hızlı ve daha ince, daha yüksek hassasiyete, daha iyi performansa ve azaltılmış malzeme ve enerjiye sahiptir ve kesinlikle daha güvenilirdir, ancak temelde bunu yapamazlar. sürdürülebilir gelecekler sunmak. Bu, daha fazla verimlilik için bir kaplamadan daha fazlasını gerektirecektir.
Gelecek, verimli geri dönüşümle birlikte dağıtım, tedarik ve destek maliyetlerinin çoğunu ortadan kaldırırken malzeme ve enerji kullanımında azalma talep ediyor. Ancak, yenisi 1 W'tan daha azına ihtiyaç duyduğunda eski ekipman 10 W tüketiyorsa tüm bunların amacı nedir? Nihayetinde sürdürülebilirliğe giden yol bilim ve termodinamik tarafından yönlendirilmelidir.
Bu nedenle, malzemeleri çıkarma noktalarından taşıma ve iyileştirme yoluyla işleme ve üretime ve distribütöre, satıcıya, alıcıya/kullanıcıya, destek ve bakım organizasyonuna, bertarafına ve son olarak tam olarak izlemek için Büyük ve Küçük Verilere ihtiyacımız var. eko-duyarlı geri dönüşüm. Bu, kapalı bir yaratıcı düşünce ve sürekli iyileştirme döngüsüne giren tasarımcılar, üreticiler ve kullanıcılarla yolculuğun neredeyse her mm, cm, m ve km'sinde olacak.
Daha da yanal olarak, tam bir üretim ve kullanım kaydı, sahte ürünlere karşı koruma sağlarken, kazalar, yangından zarar görmüş mallar ve yanlış yerleştirilmiş, nadir ve bulunması zor ürünler gibi diğer arızalar karşısında yedek parça geri kazanımını ve yeniden kullanımını kolaylaştırır. Ordu, çalışan araçların, uçakların ve silah sistemlerinin sayısını gerçek zamanlı olarak ve genellikle baskı altında en üst düzeye çıkarmak için bu yaklaşımı zaten iyi bir şekilde kullanıyor.
Çiftçilik sektörü, hayvan bakımı ve biçerdöverlerin ve diğer yüksek maliyetli bitki öğelerinin paylaşılmasıyla büyük bitki öğelerinin maksimum kullanımı için teknolojilerin izlenmesi, izlenmesi ve analiz edilmesinde oldukça ilerlemiştir.
Ayrıca, hayvan diyetlerini büyüme, hamilelik ve süt üretim döngüleri ile birlikte hava koşullarına uyarlamak için gelişmiş gıda karışımlarını kullanırlar. Bu tür uygulamalar, hammaddelerin, makinelerin ve tesislerin plastiklere, metal levhalara, belirli 3D yazıcılara, değirmenlere veya şekillendiricilere kadar paylaşılabildiği endüstri için de aynı derecede alakalı.
Daha az ekipman ve atıl duran daha az insan, daha az enerji için daha fazla çıktı, her şeyin verimli bir şekilde geri kazanılması, yeniden kullanılması, yeniden kullanılması ve geri dönüştürülmesi, ancak hepsinden iyisi, tasarım ve üretim verileri bireysel bileşen kayıtlarının bir parçası haline geldiğinde entegre öğrenme ve yenilik.
Diğer ilerlemeler arasında güvenlik ve standart altı onarımlara, değiştirme ve kurulum hatalarına, çalıştırma özelliklerinin ötesindeki gezilere ve elektronik enfeksiyonlara/kötü amaçlı yazılımlara/saldırılara karşı koruma da yer alır.
Aletler
Tüketici ürünlerinin (radyo, TV, ocaklar, buzdolapları, dondurucular vb.) ortalama ömrü 7 yıldır ve bu süre zarfında birbirini takip eden ürün nesillerinde önemli iyileştirmeler uygulanmaktadır. Bunlar genellikle daha az parça, daha az ve daha iyi malzeme, daha iyi performans, daha fazla yerleşik "zeka" ve elbette yeni zaman ve enerji tasarrufu sağlayan üretim yöntemleri görür. Satın alma, kullanım ve değiştirme alışkanlıkları kişiye ve eve, bölgeden bölgeye ve ülkeden ülkeye değişiklik gösterir, ancak yükseltmeler 5 yıllık tekrarlanabilir bir zaman aralığında gerçekleşme eğilimindedir.
Bir çalışma içindeki alt gruplar arasında birleşik bir etkinin hesaplanması
Analiz birimi olarak etüt kullanılarak hesaplanan özet etki ve varyansın, analiz birimi olarak alt grup kullanılarak hesaplananlarla aynı olduğuna dikkat edin. Bu, analizin her iki adımında (çalışmalar içinde ve çalışmalar arasında) etkileri birleştirmek için sabit bir etki analizi kullandığımızda her zaman böyle olacaktır.
Ancak, çalışmalar arasındaki etkileri birleştirmek için rastgele bir etki analizi kullanırsak, iki yöntem farklı sonuçlar verecektir. Bu, (ağırlıkları hesaplamak için kullanılan) T2’nin, alt gruptan alt gruba olan etkilerdeki varyasyona göre çalışmadan çalışmaya etkideki varyasyona dayalı olması durumunda farklı olabileceği gerçeğinden kaynaklanmaktadır. Bu nedenle, analiz birimi olarak alt grup veya çalışmayı kullanma kararı, T2 hesaplama bağlamına dayanmalıdır. Aşağıdaki iki durumu göz önünde bulundurun.
Durum 1: Beş araştırmacı bir müdahalenin etkisini inceledi. Her araştırmacı rastgele beş okul seçmiş ve her okul çalışma içinde bağımsız bir alt grup olarak rapor edilmiştir. Bu durumda, okullar arası varyasyon, çalışmalar arasında olduğu kadar çalışmalar içinde de geçerlidir. Bu nedenle analiz birimi olarak alt grubu kullanırdık.
Durum 2: Beş araştırmacı, bir müdahalenin etkisi hakkında makaleler yayınladı. Her araştırmacı tek bir okulda çalışmıştır ve alt gruplar 1. sınıf, 2. sınıf vb. şeklindedir. Etkilerin bir okul içinde nispeten tutarlı olmasını, ancak bir okuldan diğerine büyük ölçüde değişmesini bekliyoruz. Bu okullar arası varyasyona izin vermek için, yalnızca çalışmalar arasında rastgele etkiler modeli kullanmalıyız. Bu belirsizlik bileşenini doğru bir şekilde tahmin etmek için analiz birimi olarak çalışmayı kullanırdık (seçenek 1b).
Tüm çalışma için özet verileri yeniden oluşturma (seçenek 2)
Seçenek 1a ve 1b, analiz biriminde farklılık gösterir, ancak bunların ortak noktaları, etki büyüklüğünün alt gruplar içinde hesaplanmasıdır. Diğer bir seçenek (seçenek 2), çalışma için verileri bir bütün olarak yeniden oluşturmak için alt gruplardan gelen özet verileri kullanmak ve ardından etki büyüklüğünü ve varyansı hesaplamak için bu özet verileri kullanmaktır.
Alt grup verileri 2 2 tablo olarak rapor edildiğinde, tam örnek için verileri yeniden oluşturmak üzere hücreleri daraltabiliriz. Yani, genel bir A hücresini elde etmek için A hücresini tüm alt gruplar üzerinden toplarız ve işlemi B, C ve D hücreleri için tekrarlarız.
Alt grup verileri ortalamalar, standart sapmalar ve her tedavi grubu için örnek boyutu olarak rapor edildiğinde, birleştirilmiş örnek boyutu alt grup genelinde toplanır.
Burada X11, X12 tedavi grubu 1’in alt grupları 1 ve 2’deki ortalamalardır; S11, S12 standart sapmalar ve n11, n12 örneklem büyüklükleri; 1 ve 2 alt grupları yer alır.
Alt grup verileri korelasyonlar olarak rapor edildiğinde, tam çalışma için korelasyonu yeniden oluşturmak için benzer formüller mevcuttur, ancak bunlar bu kitabın kapsamı dışındadır. Seçenek 2 bazen bazı çalışmalar tüm denekler için özet verileri rapor ederken, diğerleri verileri alt gruplara ayırdığında kullanılır. Araştırmacı, alt grup sınıflandırmalarının önemsiz olduğuna inanıyorsa ve tüm çalışmalar için tek tip bir yaklaşıma sahip olmak istiyorsa (tek bir özet veri setinden bir etki büyüklüğü hesaplamak için), bu seçenek faydalı olacaktır.
Ancak, bunun diğer seçeneklerden temelde farklı bir yaklaşım olduğunu anlamak önemlidir. Bu bölümün başında sunulan örneğe geri dönecek olursak, 1a ve 1b seçenekleri altında etki büyüklüğü alt gruplar içinde hesaplanmıştır, bu da etki büyüklüğünün kanser evresi için müdahale kontrolünün etkisi olduğu anlamına gelir (daha sonra etki büyüklüklerini birleştirsek bile). genel bir etki elde etmek için). Buna karşılık, seçenek 2’de özet verileri birleştirir ve ardından bir efekt boyutu hesaplarız. Bu nedenle etki, ‘kanser evresini göz ardı eden müdahalenin etkisi’dir.
Çalışmalar randomize çalışmalar olduğunda, her bir tedaviye atanan katılımcıların oranı tipik olarak bir alt gruptan diğerine sabittir. Bu durumda, tedavi ve alt grup arasında bir kafa karıştırıcı olması muhtemel değildir ve bu nedenle her iki yaklaşım da geçerli olacaktır. Buna karşılık, gözlemsel çalışmalarda, maruz kalan deneklerin oranı bir alt gruptan diğerine değişebilir, bu da maruz kalma ile alt grup arasında kafa karışıklığına neden olur. Bu durumda 2. seçenek kullanılmamalıdır.
ALT GRUPLARI KARŞILAŞTIRMA
Amacımız farklı alt gruplarda (birleştirmek yerine) etki büyüklüğünü karşılaştırmak olduğunda aşağıdaki gibi iki seçeneğimiz var.
Alt grubu analiz birimi olarak kullanma
Bir seçenek, her bir alt grubu ayrı bir çalışma olarak ele almaktır, burada her çalışma (bu örnekte) aşama 1 veya aşama 2 olarak sınıflandırılır. Daha sonra tüm aşama 1 etkileri için bir özet etki, tüm aşama 2 etkileri için bir başkası hesaplarız. ve ardından Bölüm 19’da tartışıldığı gibi bir Z testi veya varyans analizi kullanarak ikisini karşılaştırın.
İkinci bir seçenek, her çalışma için alt gruplar içindeki etki büyüklüğünü hesaplamak ve ardından her çalışma içindeki etkilerdeki farkı hesaplamaktır. Bu durumda, her çalışma, etkinin alt gruplar arasındaki fark olduğu yerde, analize bir etkiye katkıda bulunacaktır.
İlk seçenek daha genel bir yaklaşımdır. Herhangi bir alt grup veya alt grup kombinasyonu (bir çalışmada A ve B alt grupları, başka bir B ve C vb. vardır) için verileri rapor eden çalışmalarla çalışmamıza ve ardından özet etkisini hesaplamak için ilgili tüm alt grupları kullanmamıza olanak tanır.
İkinci seçenek yalnızca, tüm çalışmalar nispeten nadir olan aynı iki alt gruba ilişkin verileri rapor ederse kullanılabilir. Bununla birlikte, bu seçenek kullanılabildiğinde, genellikle rastgele etki analizlerindeki etkilerdeki farkın daha kesin bir tahminini verir ve ayrıca, etkilerdeki farklılıklar, çalışmalar arasındaki olası farklılıklarla karıştırılmadığından arzu edilir.