Her başkent için URL veya köprü sayısını belirlemek için Google Arama Motorunu kullandım. MetaCrawler, Yahoo, DogPile ve AltaVista dahil olmak üzere kullanılabilecek başka arama motorları olsa da, en büyük ve en kapsamlı elektronik veritabanlarından birine sahip olduğu ve uluslararası ve çok dilli girişler içerdiği için Google’ı kullandık.

Haziran ve Temmuz 2003’te birkaç hafta boyunca, her bir başkent için URL referanslarının sayısı hakkında bilgi topladım. Ekrandaki uygun “kutuya” başkentin ve ülkenin adını yazdım, örneğin Tegucigalpa+Honduras, Khartoum+Sudan, Rome+Italy, Washington, D.C. Saniyeler içinde toplam rakam verildi. 

199 başkent için URL referanslarının sayısını belirlemek için yukarıdaki prosedürü kullandım. Karayipler’deki (Dominika, Curaçao ve Guadeloupe) küçük ada devletleri ve siyasi birimlerin yanı sıra büyük ülkelerin başkentlerini de dahil ettim; Güney Hint Okyanusu (Mauritius ve Seyşeller); ve Pasifik Havzası (Nauru, Tonga ve Yeni Kaledonya). Bu şehirlerin nüfus büyüklüklerine ilişkin veriler, istatistiksel özetler, dünya ekonomisi ve sermaye web siteleri dahil olmak üzere bir dizi kaynaktan elde edilebilir.

Analizler üç bölümde tartışıldı: birincisi, mutlak referans sayısı ve ikincisi, URL referansları veya kişi başına köprüler ve üçüncüsü, seçilen şehirler için ilk Web sayfalarının içeriğidir.

Veri seti ile ilgili olarak bahsetmeyi hak eden üç ek nokta vardır. İlk olarak, Google Arama Motorundaki girişlerin çoğu İngilizce’dir. İngilizce internetin resmi olmayan dili olsa da, bu başkentler hakkında, elektronik olarak bile mevcut olan ve bu arama motorunda listelenmeyen pek çok ek bilgi kuşkusuz vardır.

Bu nedenle, büyük bir arama motorundan gelen elektronik girişlerdeki herhangi bir veri sayımı, birisinin bilgileri Web’e yerleştirmesi gerektiğinden eksik olacaktır. İkincisi, herhangi bir şehir için referans sayısı, 24 saatlik bir süre içinde veya haftadan haftaya bile hızlı bir şekilde değişebilir. Yeni girişler görünür ve diğerleri kaybolur.

Bu özellik, küçük başkentler için olduğu kadar çok büyük başkentler için de geçerlidir. Üçüncüsü, bir web adresine verilen bir URL referansının mevcudiyeti, potansiyel kullanıcıya bu bilginin kalitesi hakkında hiçbir şey göstermez, sadece elektronik olarak mevcut bilgidir.

Referans, resmi bir hükümet belgesi, hükümetler arası bir rapor, bir yatırım grubundan gelen bilgiler, yerli veya yabancı bir turizm bürosu tarafından yapılan tanıtım veya eski bir ikamet, yeni gezgin, öğrenci veya sürgün tarafından hazırlanan özel bir rapor veya bir web kamerası sitesi olabilir. Bazen URL’ye kısa açıklamalar eşlik eder.

Nitel veri toplama araçları
Nitel veri toplama yöntemleri
Veri toplama Araçları örnek
Veri toplama Nedir
Veri toplama Teknikleri
Veri toplama yöntemi Nedir
Veri toplama süreci
Veri TOPLAMA

Bu nedenle, tek bir URL referansının içeriğinin ayrıntılı olarak incelenmesi, şehrin yalnızca bir tabloda veya bir raporun küçük bir bölümünde belirtilmesine neden olabilir veya o şehrin tarihi, ekonomisi ve kültürü hakkında kapsamlı bir tartışmaya ayrılabilir.

Kısacası, URL referansları çok çeşitli elektronik bilgiler içerir ve bu bilgilerin kalitesi ve faydası kaynağa bağlı olarak değişecektir. Aynı genelleme birçok halk kütüphanesinde bulunan basılı materyaller için de yapılabilir.

WWW’de başkentler hakkında mevcut bilgi türlerini anlamak için, ilk ekranda (“sayfa”) listelenen, bir grup bağımsız başkent için URL referanslarını listeleyen siteleri inceledim. Google, erişilen her site için bir Sayfa Bağlantısı sağlar. Bu metriği “tek bir sayfanın değerinin göstergesi” olarak tanımlar.

Her bir Web sayfası ile diğer her Web sayfası arasındaki bağlantılara bakar. Bu nedenle sıralama, yalnızca bir sayfanın sahip olduğu oyların veya bağlantıların hacmine değil, sayfayı “oy veren” veya sıralayan sayfalara dayanır.

Bu arama motoru, bu sıralamayı tanımlarken, kendileri “önemli” olan sayfaların verdiği “oyların” daha ağır bastığını ve diğer sayfaları “önemli” hale getirmeye yardımcı olduğunu belirtiyor. Aşağıdaki tartışmada, en çok URL referansı olan 27 başkentin ve en az olan beş başkentin ekranındaki ilk sayfaları inceledim.

Mutlak Toplamlar

199 başkentte toplam yaklaşık 120 milyon köprü veya URL referansı vardı (Tablo 1). Singapur için 6,6 milyon URL referansından Yaren (Nauru’nun başkenti) için 3,550’ye kadar çok geniş bir çeşitlilik vardı. Bir üniversite dünya coğrafya ders kitabında kullanılanları benimseyerek ülkeleri ve ilgili başkentlerini 19 büyük bölgeye ayırdık.

Batı Avrupa’daki başkentler en fazla hiper bağlantıya (16,6 milyon) sahipken, onu Güney Avrupa (13.2 milyon) ve Orta Amerika (12.2 milyon) izledi.

Bu üç bölgede sırasıyla toplamın %13,11 ve %10’u vardı. Buna karşılık, başkentlerin en az hiper bağlantıya sahip olduğu bölgeler Güney Afrika (603.000) ve Pasifik Adaları (sadece 470.000) idi. Bu bölgeler birlikte tüm başkent referanslarının %1’inden daha azına sahipti.

Dünya Başkentlerinin Sınıflandırılması

On beş başkentin 2 milyondan fazla hiper bağlantısı vardı ve bu bağlantı, BİT geliştirme ve e-ticarette dünya liderleri arasında yer alan bir şehir devleti olan Singapur tarafından yönetildi (Corey, 2000). Washington, D.C. uzak bir saniyeydi. Her biri 2 milyondan fazla referansı olan birkaç tanesi Londra, Paris ve Tokyo gibi “küresel şehirler”dir. Diğerleri, Avrupa’da Roma, Berlin ve Madrid ve Orta Amerika’da Mexico City dahil olmak üzere büyük kıta şehirleridir.

46 milyon referansla ilk 15 başkent, tüm başkent referanslarının %31’ine sahipti. İlk 27 sermaye 66 milyona veya toplamın %56’sına sahipti.

Sıralamaları yüksek olan bazı şehirler, uluslararası haberlerde büyük askeri çatışmaların, doğal afetlerin veya salgın hastalıkların yaşandığı yerler olarak sıkça anılıyor. Örnekler Kabil, Bağdat ve Cibuti’dir. Bir bölgede en fazla hiper bağlantıya sahip şehirler her zaman en büyük siyasi başkent değildir. Örneğin, Cibuti en çok Doğu Afrika’da, Kingston Karayipler’de ve Bissau Batı Afrika’daydı.

İkinci kategorideki 24 başkentin her biri 1.0-1.9 milyon arasında referansa sahipti. Dünyanın farklı bölgelerindeki, özellikle Avrupa’daki şehirlerin bir karışımını içeriyordu. Kuveyt Şehri, Bağdat ve Cibuti gibi Viyana, Brüksel, Stockholm ve Dublin de dahil edildi. Bu kategoride ayrıca Pekin, Moskova, Bangkok ve Canberra ile Buenos Aires, Auckland, San Marino, Vatikan ve Bissau yer aldı.

The post Veri ve Yöntem – Ekonomi Ödevleri – Ekonomi Ödev Hazırlatma – Ekonomi Alanında Tez Yazdırma – Ekonomi Ödev Yaptırma Fiyatları – Ekonomi Ödev Örnekleri – Ücretli Ekonomi Ödevi Yaptırma first appeared on Online (Parayla Ödev Yaptırma).

Aşağıda, veri toplama sürecinin nasıl gerçekleştirilebileceğine ve bunun bir risk değerlendirmesine nasıl uyduğuna dair bir örnek yer almaktadır. Bu örnekte, bir risk değerlendirme ekibi, bir denetim sürecindeki adımları belirlemekle görevlendirilmiştir. Ekip, veri toplamayı aşağıdaki şekilde kurar.

Ekip, ilk olarak, hava aracı bileşenlerini incelerken denetçileri gölgeleyerek denetim sürecini gözlemler. Ekip, veri doygunluğuna sahip olduklarını hissedene kadar gölgelemeyi gerektiği kadar gerçekleştirir. Bu, ekibin ek iş gölgelemeye katılarak daha fazla veri elde etmeyeceği anlamına gelir. Daha sonra ekip, yeni bir müfettiş grubu için mülakatlar tasarlamak için işbaşı gölgeleme faaliyetinde toplanan verileri kullanır.

Sorular genellikle açık uçludur, böylece ek bilgi toplanabilir ve kapalı uçlu sorulardan elde edilebileceklerle sınırlı değildir. Ekip daha sonra görüşme verilerinden elde edilen sonuçları, bu lokasyonda görülen uygulamaların diğer havayolları için ortak olup olmadığını belirlemek için bir dizi havayolundaki müfettişlere gönderecekleri bir anket geliştirmek için kullanmaya karar verir. Anket sonuçları kendi başlarına anlamlı olabilir veya bir veya daha fazla deney geliştirmeye yardımcı olmak için kullanılabilir.

Anket verileri ve deneysel veriler, sürecin daha fazla tanımlanmasına yardımcı olacak ve denetim sisteminin olası arıza noktalarını belirleyecektir. Ek olarak, veriler bir görev için başarısızlık oranı verilerinin geliştirilmesine yardımcı olmak için de kullanılabilir.

Bunlar, risk analizlerinde kullanılabilecek diğer veri türleridir:

• Kaza verileri.
• İşletme verisi.
• Sektör verileri.
• Araştırma dergilerinde rapor edilen veriler.
• Onarım ve bakım verileri.
• Üreticinin verileri.
• Veri kaynakları oldukça kapsamlı olabilir.

Sistemi Modelleyin

Bu adımda sistem, toplanan veriler kullanılarak kapsamlı bir şekilde modellenir. Bu modeller, sürecin kapsamlı bir yazılı açıklaması olabilir veya oldukça grafiksel olabilir. Grafik modellerin izlenmesi daha kolay olabilir ve raporda daha önce gösterilene benzer şekilde süreç haritalama veya ayrıntılı bir süreç blok akış şeması gibi bir şey kullanılarak gerçekleştirilebilir. Bu sistem modeli, sistemde zafiyet bulunan noktaların belirlenmesine yardımcı olmak için kullanılır.

Başarısızlık/Hata Türleri Geliştirin

Hata veya hata türleri, sürecin önceki adımlarında toplanan verilere dayalı olarak geliştirilir. Arıza türleri, doğası gereği donanım veya yazılım olarak kabul edilir ve hata türleri, doğası gereği insan olarak kabul edilir. Bu başarısızlık veya hata türleri, görev yapanların görüşmeleri sırasında veya iş gölgelemesinden bulunabilir. Ayrıca kaza verilerinden, işletim verilerinden ve benzerlerinden de belirlenebilirler.

Veri toplama Nedir
veri.meb.gov.tr başvuru
veri toplama 5. sınıf
Nitel veri toplama araçları
Bilimsel veri toplama Araçları
veri.meb.gov.tr anket
Veri. MEB gov tr uzaktan Eğitim
https //veri.meb.gov.tr anket doldurma

Delphi tekniği ve kritik olay tekniği gibi beyin fırtınası ve teknikler de başarısızlık veya hata türleri geliştirmek için kullanılabilir. Bu arıza veya hata türleri, Tablo 30.13’te gösterildiği gibi meydana gelebilecek arıza veya hataların bir listesi şeklinde olabilir. İşlem adımını, olası arıza modunu ve arıza meydana gelirse etkisini gösterir.

Başarısızlık Oranlarını Geliştirin

Başarısızlık oranları, sürecin önceki adımlarında toplanan verilerden veya daha önce başarısızlık oranlarını geliştirmek için kullanılabilecek veriler bulunmadığından, üstlenilen yeni veri toplama çabalarından geliştirilir. Ostrom ve Wilhelmsen (7) bu konunun ayrıntılı bir incelemesini sunmaktadır. Bununla birlikte, burada kısa bir genel bakış sunulmaktadır.

Arıza oranı veya hata oranı verilerinin kaynakları aşağıdakileri içerebilir:

1. Donanım arıza oranı verileri

Gerçek anlamda, donanım arızası verilerini elde etmek, insan hatası olasılıklarından çok daha kolaydır. Çoğu durumda, arıza oranı verileri sistemde olduğu kadar alt sistem ve bileşen seviyelerinde de mevcuttur. Donanım arıza oranı verileri üreticiden, geçmiş verilerden, hükümet ve askeri el kitaplarından, ticari verilerden veya kullanıcı tarafından yapılan testlerden elde edilebilir.

(a) Üretici verileri
Arıza oranı verileri, pompalar, valfler, motorlar, elektrik panoları, kontrolörler gibi belirli endüstriyel ekipman parçaları ve hatta yongalar, diyotlar ve dirençler gibi bileşenler için üreticiden alınabilir. Bu veriler genellikle bir ürün veri sayfasında sağlanır veya üreticiden talep edilebilir. Ayrıca, ürün veri sayfaları bazen
ekipman için besleme arıza modları.

(b) Tarihsel veriler
Birçok kuruluş, ürettikleri cihazlar veya sistemler hakkında, bu cihazlar veya sistemler için arıza oranlarını hesaplamak için kullanılabilecek dahili arıza bilgileri veritabanları bulundurur. Tasarım ve üretim açısından benzer olan yeni cihazlar veya sistemler için, benzer cihaz veya sistemlere ilişkin geçmiş veriler faydalı bir tahmin işlevi görebilir.

(c) Hükümet ve askeri el kitapları

(d) Ticari veri kaynakları
Ticari olarak temin edilebilen birçok arıza oranı veri kaynağı vardır. Kayıp önleme el kitapları, sigorta şirketleri, veri madenciliği kuruluşları ve ticaret kuruluşları, risk değerlendirmelerine dahil edilmek üzere veri kaynakları olabilir.

(e) Operasyonel veriler ve testler
Bir kuruluş içinde, arıza oranı verileri, bir tesis veya birden fazla tesis içindeki bileşenlerin arızalarından hesaplanabilir. Bu verilerin yararlı olması için arızaya ilişkin doğru kayıtların tutulması gerekir.

Risk değerlendirmesine yardımcı olan veri türleri şunlardır:
• Arızalandığında cihazda kaç saat, talep veya kilometrelik yol vardı?
• Başka hangi faktörler söz konusuydu?
– Ortam sıcak mı, soğuk mu, ıslak mı yoksa kuru mu? – Periyodik bakım yapıldı mı yapılmadı mı? – Sistem nasıl çalıştırıldı?

Kaza verileri

Kazalara yol açan veya kazalardan kaynaklanan arızalar, arıza oranlarının belirlenmesine de yardımcı olabilir. En doğru veri kaynağı, arıza verileri oluşturmak için gerçek cihaz veya sistemlerin örneklerini test etmektir. Bu genellikle yasaklayıcı bir şekilde pahalıdır veya pratik değildir, bu nedenle genellikle bunun yerine önceki veri kaynakları kullanılır.

Kaza verilerini tutan çok sayıda kuruluş vardır:

∘ Çalışma İstatistikleri Bürosu.
∘ Kimya Sanayicileri Derneği.
∘ Nükleer Güç Operasyonları Enstitüsü (INPO).
∘ Ulusal Ulaşım Güvenliği Kurulu (NTSB).

Bu veriler, başarısızlık veya hata oranlarını geliştirmek için doğrudan kullanılabilir veya başarısızlık oranları oluşturmak için diğer verilerle birleştirilebilir. Diğer başarısızlık oranı ve hata oranı geliştirme teknikleri şunları içerir:

• Monte Carlo simülasyonu.
• İnsan hata oranı tahmini (THERP) için insan güvenilirliği veri kaynakları teknikleri.
• Delphi tekniği.

Başarısızlık oranı veya hata oranı verileri birçok biçimde olabilir, ancak en yaygın iki tanesi zaman içindeki hatalar veya talep başına hatalardır. Zaman içindeki arızalar, ampuller, motor çalışma saatleri veya uçak kaplamasındaki çatlak büyümesi ile ilgili arızaları içerir. Talep başına arızalar, bir pompanın açılması veya bir dizel jeneratörün başlatılmasıyla ilgili arızaları içerir.

The post Veri Toplama – İş Sağlığı ve Güvenliği – İş Sağlığı ve Güvenliği Ödevleri – İş Sağlığı ve Güvenliği Tez Yaptırma – İSG – İş Sağlığı ve Güvenliği Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).