KS3 reprezentace dat (14-16 let)
- editovatelné PowerPoint lekce prezentace
- editovatelné revize letáky
- glosář, který pokrývá klíčové terminologie modulu
- téma mindmaps pro vizualizaci klíčových konceptů
- tisknutelné kartičky, které pomáhají studentům zapojit se do aktivního odvolání a opakování založené na důvěře
- kvíz s doprovodným klíčem odpovědi pro testování znalostí a porozumění modulu
datové typy na úrovni A, datové struktury a algoritmy (16-18 let)
- editovatelné PowerPoint lekce prezentace
- editovatelné revize letáky
- glosář, který pokrývá klíčové terminologie modulu
- téma mindmaps pro vizualizaci klíčových konceptů
- tisknutelné kartičky, které pomáhají studentům zapojit se do aktivního odvolání a opakování založené na důvěře
- kvíz s doprovodným klíčem odpovědi pro testování znalostí a porozumění modulu
zadávání dat Chyby
existuje několik druhů standardních chyb, které se často vyskytují při zadávání dat. Dvě z nejběžnějších z nich jsou chyby přepisu a chyby transpozice.
chyby přepisu
pokaždé, když jsou data ručně zadána do systému, existuje možnost, že dojde k chybě.
lidské chyby se vyskytují a existuje celá řada různých důvodů, proč k nim dochází. Mohlo by se stát, že osoba nepochopila, co bylo napsáno nebo co bylo řečeno. Dalším důvodem chyby bylo to, že osoba spěchala a nevěnovala dostatečnou pozornost detailům.
dlouhé kódy, které nemají pro kodér žádný významný význam, jsou náchylné k chybám.
příkladem chyby přepisu může být někdo, kdo místo „víry“ zadává „osud“.
transpoziční chyby
transpoziční chyby nastanou, když kodér omylem smíchá pořadí čísel nebo písmen.
například 78 může být zapsáno jako 87 nebo „víra“ může být zapsána jako „faiht“.
Ověření dat
validační postupy nemohou zajistit, že zadaná data jsou správná—mohou pouze zkontrolovat, zda jsou racionální, logická a přijatelná. Je samozřejmě ideální mít ve své databázi co nejpřesnější informace.
ověření lze provést, aby se zajistilo, že data v databázi mají co nejméně chyb. Dalším způsobem, jak to vyjádřit, je říci, že ověření se provádí, aby se zajistilo, že zadaná data jsou stejná jako data z původního zdroje.
ověření znamená zkontrolovat, zda jsou data z původního zdrojového dokumentu přesně stejná jako data, která jste zadali do systému.
metody ověření
dvojité zadání-jedná se o zadání dat dvakrát a porovnání dvou položek.
- klasickým příkladem by bylo vytvoření nového hesla. Často jste požádáni o zadání hesla dvakrát. To umožňuje počítači ověřit, že zadávání dat je pro obě instance přesně stejné a že nebyla spáchána žádná chyba. První položka je ověřena proti druhé položce jejich porovnáním.
- i když to může být užitečné při identifikaci mnoha chyb, není to praktické pro velké množství dat. Zde jsou některé nevýhody dvojitého vstupu:
- trvalo by kodéru hodně času, než by dvakrát zadal data. Zdvojnásobuje pracovní zátěž i náklady.
- kodér mohl zadat stejnou chybu dvakrát a nebyl by označen jako chyba.
- existuje možnost mít dvě (správné) verze stejných dat a dvojité zadání nemůže tuto eventualitu zohlednit.
korektura dat-tento proces vyžaduje, aby jiná osoba zkontrolovala zadání dat proti původnímu dokumentu. To je únavné i nákladné.
Kontrola dat na obrazovce proti původnímu papírovému dokumentu – to může pomoci identifikovat chyby přepisu a transpozice. To také šetří čas, ve srovnání s technikou podvojného vstupu. Je však obtížné neustále posouvat oči tam a zpět z monitoru na tištěnou kopii a tato obtíž může zhoršit lidské faktory, jako je únava a rozmazané oči, což má za následek Zmeškané chyby.
tisk kopie dat a porovnání výtisku s původním papírovým dokumentem – to je pravděpodobně nejjednodušší metoda ověření, protože můžete umístit obě kopie vedle sebe a skenovat obě chyby. Může však být únavné, pokud je ke kontrole velké množství dat. Při příliš rychlém skenování lze také přehlédnout chyby.
získání pomocnou ruku – pokud si ověřit data s členem týmu, pak jeden dobrý způsob, jak identifikovat chyby je pro spolupracovníka číst vstupní data, zatímco vy zkontrolovat proti původnímu dokumentu. To může spotřebovat spoustu času a využívá dva lidi, takže to, zda je to dobré řešení pro danou situaci, závisí na tom, jak zásadní jsou data oproti času strávenému a dalším zdrojům(např. Doporučuje se, aby druhá osoba četla vstupní data místo sebe, protože existuje vysoká možnost, že se stejnou chybu dopustíte dvakrát; například při transponování čísla.
další údaje:
- ověření údajů