سیستم اطلاعات علم طراحی هدایت شده کلان داده (DSIS) برای مدیریت پایداری و حسابداری

چکیده

کلمات کلیدی

1.مقدمه

شکل 1 : پایداری و بازیگران اش در ساختار HEES  

2- مسایل و چالش های تحقیق موجود 

3- یکپارچه سازی داده 

شکل 2 : اجزاء و فرآیند های تحقق میان حوزه ای و ارتباط اشان  

4- پیچیدگی اکوسیستم های پایدار 

شکل 3 : نمایش اتصال و ارزیابی آن از طریق لایه های مختلف  

شکل 4 : مدل الگوی ستاره معرف ابعاد کلان داده 

6- اهمیت 

7- روش شناسی ها 

7-1 اسمبلی کلان داده 

شکل 5 : چارچوب تحقیق مفهومی 

7-2 روش ارزیابی ساختار ها، مدل ها و مخازن اشان

8- متغیر های تحقیق، تاثیرات راه حل تحقیق  و مزیت های اقتصادی 

9- نتیجه گیری ها  و پیشنهادات 

10- دامنه و چشم انداز آینده

پایداری یک رابطه داده دینامیک، پیچیده و ترکیبی در میان اکوسیستم های محیطی و انسانی توزیع شده به صورت جغرافیایی می باشد. اکوسیستم هاممکن است دارای تعاملات قوی میان اجزاء و فرایند هایشان باشند اما یک سری موانع صریح دینامیک وجود دارند. اکوسیستم های چند ابعادی و چند مقیاس پذیری بر اساس تشابه واحد ها و حوزه های ساختاری اساسی مهم می باشند. هدف ما این است تا سیستم اطلاعات کل نگر را برای مدیریت بر اکوسیستم های مختلف درون چارچوب یا بافت پایداری با استفاده از تفسیر و تحلیلی کمیتی و کیفی تجربی مشاهدات اندازه گیری شده توسعه دهیم. رویکرئد تحقیق علم طراحی (DSR) در نظر دارد تا با استفاده از حجم های مشاهدات کلان داده ساخت نیافته باعث توسعه سیستم اطلاعات گردد. حوزه های چندگانه همکاری، تفسیر و ارزیابی تشابه، آشکار کردن اتصال میان سیستم های چند تایی از جمله جنبه های کلیدی مطالعه می باشند. سیستم اطلاعات علوم طراحی (DSIS) که از رویکرد DSR نمود پیدا کرده است در حل موضوعات مرتبط با حوزه های چند تایی اکوسیستم استفاده می گردد که پایداری در آن به چالش مانیفست می پردازد و ما در این محتوی یک چارچوب اکوسیستم انسانی – محیطی – اقتصادی (HEES) مشتمل بر اجزای انسانی، محیطی و اقتصادی را پیشنهاد می گنیم. حوزه های اقتصادی و محیطی در شرایط وسیع همانند عوامل یا بازیگران متفاوت مفهوم سازی می شوند که درون دامنه ای از سناریو های پایداری فعالیت می کنند. محدودیت های موجود سیستم ها و همچنین دانش در حال ظهور مرز های اکوسیستم ها و اتصال اشان در این رویکرد به رسیمت شناخته می شوند. اتصال و فعل و انفعال میان سیستم ها از طریق داده کاوبی، بصری سازی و ابزار تفسیر درون چارچوب خط مشی پایداری تجزیه و تحلیل می شوند.

اکوسیستم های انسانی بر طبق سناریو پایداری تا زمانی که شرایط همزیستی وجود دارد، دوام می آورند. فعالیت های انسانی در زمینه ها و حوزه های چند بعدی به ویژه در اکوسیستم های زیست محیطی وجود دارند. رفاه و بقای انسان به طور مستقیم یا غیرمستقیم به شیوه هایی بستگی دارد که در آن دارایی ها و منابع طبیعی در محیط بیوفیزیکی و فرهنگی – اجتماعی تغذیه شده، محافظت گردیده، استفاده شده و مدیریت می شوند. نگرانی فزاینده ای در مورد خطرات اجتماعی، زیست محیطی و اقتصادی موجود در اطراف پیشرفت های موجود وجود دارد که از طریق فرایندهای مختلف مدرنیزه سازی متداول بدست آمده اند. پایداری توصیف محیط های پیرامونی است که هویت های انسانی و یست محیطی در آن با همزیستی خلاقانه و فعال کار می کنند، نیازهای فرهنگی، اجتماعی و اقتصادی نسل های کنونی و آینده از جمله بقایای زباله های گذشته و بهره برداری از منابع طبیعی را مجاز کرده و برآورده می سازند. ما یک ساختار HEES را پیشنهاد می کنیم که در آن فعالیت های انسانی به عنوان یک اکوسیستم متشکل از سیستم های فرهنگی، اجتماعی، اقتصادی و سیاسی شناخته می شود. هر شرکت کننده از یک اکوسیستم دارای پتانسیل برای کمک به پایداری سیستم است که آنها زیرمجموعه هستند همانطور که در شکل 1 نشان داده شده است. جریان داده همانند پیکان در میان اکوسیستم های مختلف نشان داده شده است. اکوسیستم ها یا حوزه های انسانی، زیست محیطی و اقتصادی همانند هویت هایی مورد تاکید می باشند که اتصال را ازطریق انها می توان در سراسر جارچوب یکپارچه محقق نمود و مصنوعات اصلاح پذیر را شبیه سازی نمود. رویکرد انبار داده ها به منظور ادغام هستی شناسی دامنه با ابعاد چند منظوره اتخاذ می شود. با این وجود، چالش های مختلفی که در وظایف ادغام داده بوجود آمده اند، برای تعیین دامنه های متعدد در تحقیقات اکوسیستمی که شامل مفهوم سازی و ارزش های محتوائی هستند، مورد بررسی قرار می گیرد. برای داده های متنوعی که از لحاظ جغرافیایی گسترده تر هستند، زمینه های چندبعدی و ناهمگونی نیاز به راه حل های داده ای جامع و عمومی تر دارند. داده ها ممکن است از منابع مختلف نظیر آزمایشگاه یا یک پروژه میدانی و انواع خاص، از مخازن قطعی مانند یک جمعیت شناسی و یا طبقه بندی زیست محیطی خاص باشند. مفهوم سازی و محتوا سازی با معانی واژگان تخصصی تر و یا معناشناسی سبب پیچیدگی ادغام روش شناختی در مخزن انبار منفر می گردد. طرح های داده ها و روش های دسترسی تکامل یافته اند و اغلب در طول زمان تغییر می کنند. منبع داده ای که یک سیستم را نشان می دهد ممکن است اثرات شدید و اتفاقی روی سیستم های دیگر داشته باشد که ممکن است یکپارچگی را در فرمت های جدید شکست دهد. همانطور که درک ما از همبستگی بین عناصر و فرآیندهای اکوسیستم ها، با افزایش پیچیدگی ساختار داده ها، حتی با تغییرات ظریف در متغیرها ممکن است تاثیرات بزرگی در مدل های داده داشته باشد. این چالش ها و مسائل باعث شده است که ما یک چارچوب متدولوژیکی متناوب را که بتواند تجزیه و تحلیل داده ها و مدیریت دانش جدید در عرصه اکوسیستم را مدیریت کند، مورد بحث قرار می دهیم. تحلیلگران داده ها و دانشمندان نیاز به روش های قوی مدل سازی داده ها را دارند که می توانند داده ها، اطلاعات و دانش دقیق را بازیابی کنند. این قبیل فهرست های موجودی می توانند تامین منابع در کسب و کارهای دشوار و پایدار را تسهیل کند.