返回主题:数据质量与校验

知识卡片

普通读书笔记卡 · 3903

数据孤岛也源于术语不一致

理解等级:中级

即使团队共享数据库和查询方式,不同研究组也可能用不同词描述同一实验、基因或疾病,导致相似数据无法被发现并重复实验。受控词汇和固定模式能帮助搜索,却很难覆盖所有真实表达;因此整合需要术语映射和语境证据,而非只开放数据库连接。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据之美》第20章《连接数据》(源文件:../程序之美系列套装(6册)团队之美、项目管理之美、架构之美、数据之美、测试之美、安全之美/_epub-src/OEBPS/Text/part0449.xhtml) - 结论依据:原文指出字段/查询标准仍无法保证术语一致,并以肺癌与腺癌为例说明语境词差异会妨碍实验发现。 - 原始内容:即使假定所有人都同意了某种模式和查询机制,也不能保证人们会使用相同的术语来描述他们的实验。