非营利组织自建数据库中的数据退化问题

文献标题

Degraded Data in Nonprofit Homebrew Databases

出版信息

• 主题领域: 非营利组织中使用不完善数据库生态系统进行信息管理。
• 关键词: 自制数据库、非营利组织、数据质量、数据退化、志愿者管理、数据想象力、社会学想象力、信息系统、资源约束、数据实践。

背景与问题

• 问题/挑战: 非营利组织通常依赖于混乱、不完全互操作的信息系统生态，这些系统被称为“自制数据库”，导致数据质量退化。目前对这些系统如何影响其中管理的数据知之甚少。
• 重要性: 在非营利背景下理解退化数据对于改善数据实践、组织决策以及数据的长期可用性至关重要，同时需要尊重资源约束和组织优先事项。
• 动机与相关研究: 之前的研究已经描述了自制数据库的基础设施挑战，但更多关注系统层面的分析，而非数据本身的性质和影响。本文通过探讨数据质量如何受到影响以及组织如何在优先事项之间进行权衡来填补这一研究空白。

解决方案

• 提出的方法: 通过对志愿者管理员进行半结构化访谈，调查非营利自制数据库中管理的数据性质。
• 创新点:
  1. 识别五种退化数据类型：不完整和选择性遗漏的数据、过时和不同步的数据、低保真度的“大量”数据、“轶事”数字和“简约”数据，以及“垃圾”数据。
  2. 分析信息提供者优先于数据管理的三种替代性优先事项：管理时间和资金、管理技术、管理人员和关系。
  3. 引入“数据想象力”概念，受米尔斯的社会学想象力启发，帮助组织平衡数据的价值与成本。
• 程序与关键技术:
  • 对来自14个非营利组织的19名信息提供者进行了半结构化访谈。
  • 使用归纳主题分析识别数据退化和管理优先事项中的模式。
  • 探讨通过设计和教育促进“数据想象力”的影响。

结果

• 具体发现:
  • 识别了五种退化数据类型，包括由于模式演变导致的不完整数据、由分散系统产生的过时数据、牺牲保真度的大量数据、在混乱条件下生成的轶事数字，以及为绕过系统错误而输入的虚假“垃圾”数据。
  • 信息提供者优先考虑管理时间、资金、技术和关系，而非改善数据质量。
• 相较基线的优势: 提供了关于数据质量与组织优先事项之间权衡的细致理解，强调这些权衡的合理性，而非简单地将其视为低效。
• 实验/评估:
  • 访谈平均持续68分钟，涵盖数据工作、协作、技术基础设施和挑战等主题。
  • 信息提供者代表了多样化的非营利部门和角色，确保了观点的广度。
• 局限性与未来工作:
  • 研究结果特定于美国的非营利组织，可能无法推广到其他背景。
  • 未来工作可以探索促进“数据想象力”如何影响资源受限环境中的决策和数据实践。

摘要

本文研究了非营利自制数据库中管理的数据质量，识别了五种退化数据类型以及信息提供者优先于数据管理的三种替代性优先事项。文章引入了“数据想象力”概念，受米尔斯的社会学想象力启发，帮助组织更好地理解其数据实践的更广泛社会和时间背景。研究结果强调了非营利组织在资源约束、技术挑战和人际关系之间进行战略性权衡的必要性，为设计支持数据质量和管理优先事项决策的系统提供了洞见。