В работе с данными «ошибки» зачастую трактуются широко, как любая разница между «идеальным» и «реальным», и это обозначение впоследствии может быть скорректировано «лингвистически». Что и произошло с ошибкой пересмотра, «revision error», которую Пол Бимер и Деннис Тревин включили в набор ошибок данных, адаптируя A System for Product Improvement, Review and Evaluation для Статистического управления Швеции. В наших исследованиях наиболее яркий пример «revision error» – публикация уточненных сведений о доходах и имуществе депутатов региональных парламентов, что, как ни парадоксально, свидетельствует о качестве данных.

#проектДекларации #ошибкиданных #качестводанных