Représentation des données KS3 (14-16 ans)
- Une présentation de leçon PowerPoint modifiable
- Documents de révision modifiables
- Un glossaire qui couvre les terminologies clés du module
- Cartes mentales des sujets pour visualiser les concepts clés
- Cartes mémoire imprimables pour aider les élèves à se rappeler activement et à répéter en toute confiance
- Un quiz avec clé de réponse pour tester les connaissances et la compréhension du module
Types de données, structures de données et algorithmes de niveau A (16-18 ans)
- Une présentation de leçon PowerPoint modifiable
- Documents de révision modifiables
- Un glossaire qui couvre les terminologies clés du module
- Cartes mentales des sujets pour visualiser les concepts clés
- Cartes mémoire imprimables pour aider les élèves à se rappeler activement et à répéter en toute confiance
- Un quiz avec clé de réponse pour tester les connaissances et la compréhension du module
Saisie des Données Erreurs
Il y a quelques types d’erreurs types qui sont souvent rencontrées lors de la saisie de données. Deux des plus courantes sont les erreurs de transcription et les erreurs de transposition.
Erreurs de transcription
Chaque fois que des données sont entrées manuellement dans le système, il est possible qu’une erreur soit commise.
Des erreurs humaines se produisent, et il existe différentes raisons pour lesquelles elles se produisent. On pourrait être que la personne a mal compris ce qui a été écrit ou ce qui a été dit. Une autre raison d’une erreur était que la personne se précipitait et n’accordait pas assez d’attention aux détails.
Les codes longs qui n’ont pas de signification significative pour le codeur sont susceptibles d’erreur.
Un exemple d’erreur de transcription pourrait être quelqu’un entrant « destin » au lieu de « foi ».
Erreurs de transposition
Les erreurs de transposition se produisent lorsque l’encodeur a accidentellement mélangé l’ordre des chiffres ou des lettres.
Par exemple, 78 peut être entré comme 87, ou « faiht » peut être entré comme « faiht ».
Vérification des données
Les procédures de validation ne peuvent pas s’assurer que les données saisies sont correctes — elles ne peuvent que vérifier qu’elles sont rationnelles, logiques et acceptables. Il est évidemment idéal d’avoir autant d’informations précises que possible dans votre base de données.
La vérification peut être effectuée pour s’assurer que les données de la base de données contiennent le moins d’erreurs possible. Une autre façon de formuler cela est de dire que la vérification est effectuée pour s’assurer que les données saisies sont égales aux données de la source d’origine.
Vérification signifie vérifier que les données du document source d’origine sont exactement les mêmes que celles que vous avez entrées dans le système.
Méthodes de vérification
Double entrée – Il s’agit de saisir les données deux fois et de comparer les deux entrées.
- Un exemple classique serait lors de la création d’un nouveau mot de passe. Il vous est souvent demandé de saisir le mot de passe deux fois. Cela permet à l’ordinateur de vérifier que la saisie des données est exactement la même pour les deux instances et qu’aucune erreur n’a été commise. La première entrée est vérifiée par rapport à la deuxième entrée en les faisant correspondre.
- Bien que cela puisse être utile pour identifier de nombreuses erreurs, cela n’est pas pratique pour de grandes quantités de données. Voici quelques inconvénients de la double entrée:
- Il faudrait beaucoup de temps à un encodeur pour saisir les données deux fois. Cela double la charge de travail ainsi que le coût.
- Un encodeur pourrait saisir la même erreur deux fois, et cela ne serait pas noté comme une erreur.
- La possibilité d’avoir deux versions (correctes) des mêmes données existe, et la double entrée ne peut pas tenir compte de cette éventualité.
Données de relecture – Ce processus nécessite qu’une autre personne vérifie la saisie des données par rapport au document original. C’est fastidieux et coûteux.
Vérification des données à l’écran par rapport au document papier original – Cela peut aider à identifier les erreurs de transcription et de transposition. Cela permet également de gagner du temps, par rapport à la technique de double entrée. Cependant, il est difficile de continuer à déplacer les yeux d’avant en arrière du moniteur vers la copie papier, et cette difficulté peut exacerber des facteurs humains tels que la fatigue et les yeux flous, entraînant des erreurs manquées.
Imprimer une copie des données et comparer l’impression au document papier original – C’est probablement la méthode de vérification la plus simple car vous pouvez mettre les deux copies côte à côte et scanner les deux pour détecter les erreurs. Cependant, cela peut être fastidieux s’il y a une grande quantité de données à vérifier. De plus, si elles sont analysées trop rapidement, les erreurs pourraient bien être négligées.
Obtenir un coup de main – Si vous vérifiez des données avec un membre de l’équipe, un bon moyen d’identifier les erreurs consiste pour le collègue à lire les données d’entrée pendant que vous les vérifiez par rapport au document d’origine. Cela peut prendre beaucoup de temps et il utilise deux personnes, donc si c’est ou non une bonne solution pour une situation donnée dépend de la manière dont les données sont cruciales par rapport au temps passé et aux autres ressources (par exemple, l’argent). Il est recommandé que la deuxième personne lise les données d’entrée à la place de vous-même car il y a une forte possibilité que vous commettiez la même erreur deux fois; par exemple, en transposant un nombre.
Autres lectures:
- Vérification des données