Case Study
Sintezaj datumoj por akademia esplorado ĉe la Erasmus University
Pri la kliento
Erasmus University Rotterdam (EUR) estas internacia publika esplora universitato en Nederlando kun pli ol 100-jara sperto. Erasmus MC estas la plej granda kaj unu el la plej antaŭaj akademiaj medicinaj centroj kaj traŭmatcentroj en Nederlando, dum ĝia ekonomiko kaj faka lernejo, Erasmus Lernejo de Ekonomiko kaj Roterdama Lernejo de Administrado estas konataj en Eŭropo kaj pretere. Nuntempe, Erasmus University Roterdamo estis metita en la plej bonajn 100 universitatojn en la mondo per kvar elstaraj internaciaj rangotabeloj.
La situacio
La universitato metas decidan emfazon de datumoj, integrante datuman analizon kaj esplormetodarojn en siaj programoj kaj la plenumon de akademia esplorado, inkluzive de la publikigo de artikoloj. Tamen, la evoluanta pejzaĝo de datuma utiligo levas gravajn privatecajn implicojn, instigante la universitaton navigi la ekvilibron inter utiligado de la plena datuma potencialo kaj protektado de individuaj privatecaj rajtoj.
la solvo
Ĉu vi uzas proprietajn kaj/aŭ personajn datumojn en via esplorado kaj tial vi ne povas dividi ĝin? Nun, Erasmus-Universitato eble povas helpi vin pri tio kreante sintezan datumaron.
Kiel parto de la esploraj integrecsolvoj de la Erasmus University Roterdamo (EUR), EUR anoncis la haveblecon de la Syntho Engine kiu nun estas poziciigita kiel datuma administradsolvo kaj servo por sinteza datumgenerado. Koncerne uzi la Syntho Engine, ĉiuj esploristoj de Erasmus University estas kuraĝigitaj uzi la platformon kiel eble plej multe.
La profitoj
Plibonigitaj datumoj kaj privateco por plibonigi esplorintegrecon
Sintezaj datumaroj imitas realajn datumarojn konservante siajn statistikajn trajtojn kaj la rilatojn inter variabloj. Gravas noti, ke ĉi tiu metodo ankaŭ reduktas malkaŝan riskon al nulo, ĉar neniu rekordo en la sinteza datumaro reprezentas realan individuon.
Faciligu datumesploradon per pli facila aliro al pli da datumoj
Kunhavigante sintezaj datumaroj, kiuj imitas originalajn datumajn arojn, kiuj alie ne povus esti malfermitaj, esploristoj, la universitato kaj koncernatoj nun povas faciligi datumesploradon konservante partoprenan privatecon. Sintezaj datumoj permesas al esploristoj aliri pli da datumoj, kiuj ne simple eblus kun realaj personaj datumoj. Tio enkalkulas datenesploradon kun pli da datenoj laborantaj direkte al pli frua hipoteza validumado kaj rezultoj en la esplorprocezo.
Plibonigita reproduktebleco de esplorado faciligante aliri sintezajn datumojn
Kunhavigante sintezaj datumaroj, kiuj imitas originajn datumajn arojn, kiuj alie ne povus esti malfermitaj, esploristoj povas certigi la reprodukteblecon de siaj rezultoj. Kiel alternativo al publikigado kaj/aŭ kunhavigo de realaj personaj datumoj por reprodukteblaj celoj, esploristoj nun povas publikigi kaj/aŭ dividi sintezajn datumojn.
Reprezentaj sintezaj datumoj por studaj kursoj
Studaj kursoj daŭre enhavas pli da analiz-rilataj taskoj. Pri tio, reprezentaj datumoj estas necesaj por permesi studentojn lerni kiel konstrui kaj efektivigi analizajn solvojn kun reprezentaj datumoj. Sintezaj datumoj povas esti disponeblaj kiel parto de studkursoj por faciligi tion kaj por permesi al studentoj lerni konstrui analizajn modelojn en reprezentaj scenaroj.
Organizo: Erasmus Universitato Roterdamo (EUR)
Loko: Nederlando
industrio: Edukado kaj esplorado
Grandeco: 12000+ dungitoj
Uzokazo: Analytics
Celaj datumoj: Akademiaj esplordatenoj
retejo: https://www.eur.nl/en
Datumoj estas sintezaj, sed nia teamo estas reala!
Kontaktu Syntho kaj unu el niaj spertuloj kontaktos vin kun la lumrapideco por esplori la valoron de sintezaj datumoj!