Hacia una taxonomía de incertidumbres: Analizando fuentes de incertidumbre espaciotemporal en el ejemplo de corpora alemanes no estándar
Autores: Rocha Souza, Renato; Dorn, Amelie; Piringer, Barbara; Wandl-Vogt, Eveline
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Hacia una taxonomía de incertidumbres: Analizando fuentes de incertidumbre espaciotemporal en el ejemplo de corpora alemanes no estándar
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Incertidumbres
Conjuntos de datos
Humanidades digitales
Espaciotemporales
Taxonomía
Transformación de datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Diferentes tipos de incertidumbres ocurren en casi todos los conjuntos de datos y son una propiedad inherente de los datos en diversas disciplinas académicas, incluidas las humanidades digitales (DH). En este artículo, abordamos, demostramos y analizamos las incertidumbres espaciotemporales en un conjunto de datos legado alemán no estándar en un contexto de DH. Aunque la recopilación de datos es principalmente un recurso lingüístico, contiene una gran cantidad de información adicional y completa, como detalles de ubicación y temporales. Las incertidumbres abordadas se han manifestado por una variedad de razones, y en parte también debido a décadas de procesos de transformación de datos. Aquí proponemos nuestra propia taxonomía para capturar y clasificar las diversas incertidumbres, y mostramos con numerosos ejemplos cómo la solución, pero también la reintroducción de incertidumbres, afecta las prácticas de DH.
Descripción
Diferentes tipos de incertidumbres ocurren en casi todos los conjuntos de datos y son una propiedad inherente de los datos en diversas disciplinas académicas, incluidas las humanidades digitales (DH). En este artículo, abordamos, demostramos y analizamos las incertidumbres espaciotemporales en un conjunto de datos legado alemán no estándar en un contexto de DH. Aunque la recopilación de datos es principalmente un recurso lingüístico, contiene una gran cantidad de información adicional y completa, como detalles de ubicación y temporales. Las incertidumbres abordadas se han manifestado por una variedad de razones, y en parte también debido a décadas de procesos de transformación de datos. Aquí proponemos nuestra propia taxonomía para capturar y clasificar las diversas incertidumbres, y mostramos con numerosos ejemplos cómo la solución, pero también la reintroducción de incertidumbres, afecta las prácticas de DH.