Logo Passei Direto
Buscar

Material sobre credibilidade de dados: define boas fontes (confiáveis, originais, completas/abrangentes, atuais, citadas), apresenta o mnemônico ROCCC, aponta critérios para identificar fontes ruins, lista exemplos de boas e ruins e descreve impactos e formas de evitar dados ruins.

Material
páginas com resultados encontrados.
páginas com resultados encontrados.

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Prévia do material em texto

Explore a credibilidade dos dados:
1. Definição de boas fontes de dados:
· Confiáveis: fornecem informações precisas, completas e imparciais.
· Originais: provenientes da fonte original, não de terceiros.
· Abrangentes: contêm todas as informações necessárias para responder à pergunta ou encontrar a solução.
· Atuais: atualizados regularmente e relevantes para a tarefa em questão.
· Citados: a fonte é clara e pode ser verificada.
2. Mnemônico ROCCC:
· R: Real (confiável)
· O: Original
· C: Completo (abrangente)
· C: Atual
· C: Citado
3. Como identificar fontes de dados ruins:
· Não confiáveis: imprecisos, incompletos ou enviesados.
· Não originais: a fonte original não está disponível.
· Não abrangentes: faltam informações importantes.
· Não atualizados: desatualizados e irrelevantes.
· Não citados: a fonte não é clara ou não pode ser verificada.
4. Exemplos de boas fontes de dados:
· Conjuntos de dados públicos examinados
· Artigos acadêmicos
· Dados financeiros
· Dados de agências governamentais
5. Exemplos de fontes de dados ruins:
· Dados com viés de seleção de amostra
· Visualizações de dados enganosas
· Dados desatualizados
· Dados de fontes não confiáveis
6. Impactos de dados ruins:
· Conclusões incorretas
· Decisões de negócios ruins
· Falhas nos processos
· Riscos para as populações
7. Como evitar dados ruins:
· Ser crítico e questionador
· Verificar a fonte dos dados
· Avaliar a qualidade dos dados
· Usar fontes confiáveis de dados