As estatísticas do Zemstvo são digitalizadas?

As estatísticas do Zemstvo são digitalizadas?

Foram coletadas estatísticas massivas durante o final do Império Russo (1861-1917) - as "Estatísticas de Zemstvo". Eles estão disponíveis em microforma em Yale (http://www.library.yale.edu/slavic/microform/zemstvo.html). Eles foram digitalizados? Se não, há algum problema com os dados que dificultou a digitalização?

Obrigado, JR


Essa coleção de microformas parece ter sido publicada por Brill. O site deles informa que o índice pesquisável em CD-ROM está disponível gratuitamente e eles também têm um guia de 60 páginas em formato PDF gratuito para download. A coleção em si é extremamente cara, o que explica por que apenas um punhado das principais bibliotecas de pesquisa nos Estados Unidos e na Europa parecem tê-la em suas coleções.

Não vejo nenhuma evidência (em inglês, não sei russo) que sugira que uma versão digital da coleção em si esteja em andamento, mas não acho isso muito surpreendente. Digitalizar uma coleção de dados tão grande seria caro e o público-alvo seria pequeno.


UMA HISTÓRIA DAS FRONTEIRAS ADMINISTRATIVAS DA RÚSSIA (séculos XVIII - XX)

A história da divisão administrativa agora não é apenas uma questão de puro interesse acadêmico, mas de alguns meios práticos. Um amplo espectro de dados sobre natureza, uso do solo, população, economia, cultura e vida social foi reunido, processado e armazenado pelo governo com a afiliação à divisão administrativa existente.

  1. má compatibilidade de mapas de várias idades devido a várias escalas, sistemas de coordenadas, projeções, tecnologia de mapeamento
  2. a necessidade de lidar com numerosos e variados dados textuais, tendo, no entanto, referência espacial
  3. alta flexibilidade das próprias fronteiras administrativas.

Alguns especialistas compilaram conjuntos de dados que incluíam o histórico da divisão administrativa para seus objetivos restritos. O conjunto de dados de antigos registros de herbário com afiliação administrativa de mais de 2.000 descobertas de plantas foi construído para o estudo de refúgios de plantas sob a última glaciação. Ajudou a converter nomes de lugares antigos e afiliação administrativa de descobertas em nomes modernos (Kozharinov, 1995).

Há cerca de 25-20 anos, a história da divisão administrativa foi estudada dentro de um projeto [2] do Atlas da História da URSS com sucesso parcial. Muitas fontes de mapas foram reveladas (Kabuzan, 1981), mas a equipe do projeto não foi capaz de superar os problemas mencionados acima. Atualmente professor A.V. Postnikov, do Instituto de História da Ciência de Moscou, escreveu um livro muito detalhado sobre a história da delimitação da fronteira sul do Império Russo em Pamir (Postnikov 1998, 2001) e agora está trabalhando em um livro sobre a história da Rússia fronteiras na Ásia Central. Dr. N.N. Kamedchikov e o falecido professor A.A. Lutyi, do Instituto de Geografia de Moscou, trabalhou na digitalização da divisão administrativa soviética para o censo populacional de 1959 e 1989. Há informações sobre o projeto GIS dos limites históricos da Bielo-Rússia (Karchevskii K.A., 2000). O Instituto de História da Rússia publicou um mapa da divisão administrativa russa do século XVII [3] (Divisão administrativa, 1996).

O objetivo do nosso projeto é construir um SIG histórico da divisão administrativa russa e suas mudanças para o final do século XVIII - início do século XX. Isso fornecerá uma estrutura flexível para organizar e comparar dados históricos referenciados espacialmente para a comunidade acadêmica e acadêmica.

Agora é um bom momento para revelar, estudar e expor mapas de arquivos russos e dados históricos. Mesmo há dez anos, os antigos mapas russos quase não estavam disponíveis para os pesquisadores. Quase todos os mapas de arquivo, apesar de sua idade e escala, foram classificados. Este foi um obstáculo para a pesquisa em vários campos e mal influenciado no estudo comparativo da história, geografia e cartografia russas no contexto internacional. As reformas dos últimos dez anos abriram os arquivos e acervos cartográficos para pesquisas, e esperamos que as coisas não voltem atrás.

Fronteiras e poder: uma breve visão geral

Etapas da divisão administrativa

A divisão administrativa e os limites devem estar intimamente relacionados com o poder político do país, suas visões sobre si mesmo, seus assuntos, objetivos e funções. Fazer “boas cercas” é exatamente como o Estado “está vendo” (Scott, 1998) o país e o povo, um discurso de poder e governança. Na Rússia, podem ser identificados quatro estágios principais na história da divisão administrativa.

Estágio medieval tardio (século XV - XVII): O país foi dividido em unidades administrativas de primeiro nível (uezd) que foram divididas nas unidades de segundo nível (volost '). Naquela época, não havia limites administrativos fixos, nem em mapas, nem como pontos de referência. Havia muitas terras vazias e uma população muito pequena. Assim, o sujeito mais valioso do poder central eram as pessoas que trabalhavam na terra, não a própria terra. As autoridades centrais compilavam periodicamente listas [4] de pessoas e aldeias pertencentes ao mesmo uezd e volost '. Agora, elas são usadas por historiadores para a reconstrução da divisão administrativa medieval [5].

Estágio petrino (início do século XVIII - 1775): Durante quase todo o século, o estado petrino estava "construindo" fronteiras espaciais que deveriam representar a hierarquia de poder, ou, usando a gíria política russa moderna "vertical de poder". O mapeamento veio junto com a introdução da nova abordagem política, a "cartografia do poder" (Harley, 1988). Os topógrafos petrinos não simplesmente mapearam as fronteiras, mas as colocaram em prática. Naquela época, não apenas as pessoas se tornaram o sujeito do estado, mas todo o espaço geográfico e todas as coisas que ele incluía como florestas e minerais (Karimov, 1999). O Reglamento Petrine Generalnii [Regulamento Geral -AK] no capítulo dedicado a mapas e planos estabelecia o objetivo principal do mapeamento: & quot Para que cada colégio [ministério - AK] tenha um inventário autêntico e informações sobre a condição do estado e do nas províncias pertencentes a ela, é necessário que haja mapas ou cartas gerais e particulares em cada faculdade & quot (citado por D. Shaw, 1996). Naquela época de mudanças, os modelos conceituais e expectativas primárias ainda pouco claros da administração central haviam sido colocados sobre a diversidade da vida real e testados sobre as pessoas. A divisão de quatro níveis foi introduzida: gubernia, province, uezd e volost '.

Estágio de estabilidade (1775 - 1917): Em 1775 Catarina, a Grande, entre outras reformas, introduziu a reforma da divisão administrativa e das fronteiras. Essa reforma resumiu o longo período de mudanças. Os topógrafos do final do século XVIII - início do século XIX deviam ajustar as linhas de fronteira de acordo com as linhas de rios e lagos, e "arredondar" as bordas em cunha. De um lado, foi a adaptação dos modelos políticos conceituais à variedade da natureza e da vida histórica, de outro - o ajuste e a clarificação dos próprios modelos de governança e gestão regional. Naquela época, as fronteiras administrativas realmente passaram a significar algo prático. Foi também uma tentativa de dividir o país em regiões com população igual. Foram introduzidos 41 gubernia, cada um consistindo de uezd e volost '. Essa divisão administrativa, igual a todo o procedimento de governança territorial em geral, permaneceu intocada até 1917. Durante os 130 anos seguintes, apenas algumas novas gubernias foram fundadas.

Estágio moderno (1917 - presente): Após a revolução de 1917, a divisão administrativa mudou frequentemente e rapidamente de acordo com a política do governo central. As autonomias nacionais foram introduzidas em 1920-1924 em todos os níveis [6]. Exceto por um curto período, a divisão de três níveis existia: oblast '(nível de gubernia), raion (nível de uezd) e sel'sovet - conselho rural (nível de volost'). Em 1927 - 1929, quando a equipe stalinista estava estabelecendo o controle político sobre o país, os gubernia foram agregados em okrugs e a divisão em quatro níveis foi introduzida. Nos anos da Segunda Guerra Mundial, os okrugs foram dispensados. Sob Khrushev, um quadro de grandes regiões econômicas [7] surgiu em 1957, mas o oblast voltou após sua demissão em 1964.

Em geral, divisão administrativa, limites e “cercas” continuam a ser o discurso do estado, do poder, “disciplinar e punir”, falando nos termos de Foukault.

Pesquisas, mapas, arquivos

Estágio petrino (início do século XVIII - 1775):

Ambos os Atlas cobrem todo o país (com a Sibéria e o Norte do Cazaquistão) e mostram divisão administrativa (nível de gubernia e província). Além dos Atlas, permaneceram inúmeros mapas e cartas que serviram de fonte para eles, bem como muitos mapas de topógrafos petrinos que não foram usados. O número aproximado de fontes de mapas de topógrafos petrinos que poderiam ser usadas no projeto é de cerca de trezentas, mas uma pesquisa detalhada deve revelar novas fontes de arquivo. Além disso, foram compilados vários atlas regionais, por exemplo, Atlas de Nerchinsk que cobre o território do sudeste da Sibéria.

As fontes foram mapas manuscritos de partes distintas do país (escalas de 1: 420000 a 1: 840000). A principal tarefa do levantamento na época era o rápido panorama das grandes regiões do país. Assim, o padrão de precisão do mapa foi intencionalmente reduzido [8], mas os principais objetos como rios, cidades e vilas, grandes florestas e pântanos puderam ser localizados nos mapas. Muitos objetos foram mapeados remotamente. Às vezes, as aldeias do uezd são simplesmente listadas nas margens. Mas os agrimensores prestaram atenção especial e precisão no mapeamento das fronteiras administrativas e da linha ao longo (Melnikova, 1954, Postnikov, 1989). A maioria dos mapas foi feita na projeção de De l'Isle ou projeção de Mercator (Postnikov, 1989, p. 44). Em geral, os limites nos mapas petrinos podiam ser redesenhados e digitalizados com boa qualidade.

Os mapas e documentos de campo correspondentes são armazenados em Moscou no Arquivo do Estado Russo ou Documentos Antigos (RGADA), Arquivo do Estado Russo para História Militar (RGVIA) e em Petersburgo no Arquivo Histórico do Estado Russo (RGIA) e Departamento de manuscritos da Biblioteca da Academia de Ciências (BAN). Uma valiosa coleção de mapas contemporâneos da Rússia, coletados por De l'Isle, está armazenada na Biblioteca Nacional da França [9].

Cada levantamento de mapa foi seguido pela coleta de dados estatísticos detalhados sobre população, cursos de água, florestas, tribos locais, comércio etc. No nível mais geral, eles foram usados ​​por Kirilov, que compilou o panorama estatístico do país, publicado pela primeira vez em 1831 ( Kirilov, 1977), mas muitos dados geográficos detalhados ainda não foram usados. Em 1837 e 1851, os dados estatísticos amplos e detalhados foram coletados por questionários enviados pela Academia. Além desses dados, existem levantamentos estatísticos que podem ser anexados aos mapas de divisão administrativa: diversos censos da população camponesa, estatísticas de recrutas do exército, estatísticas florestais etc. RGIA, Arquivo da Academia de Ciências de Petersburgo.

Estágio de estabilidade (1775 - 1917)

Muitos levantamentos de mapas valiosos em grande escala foram realizados por cartógrafos cadastrais e agrimensores militares. No último quarto do século 18, foram impressas duas edições de um atlas [10] representando a nova estrutura das divisões gubernia e uezd. Notórias são as decorações dos mapas sendo uma espécie de mensagem política do governo de Petersburgo sobre como vê as regiões do Império.

Esses atlas foram baseados em pesquisas de terras em todo o país [11] feitas pelo registro de terras russo. Até a segunda década do século XIX, a Rússia europeia foi coberta pela pesquisa detalhada em grande escala. Sua tarefa estreita era compilar um registro de propriedade da terra, mas os mapas e planos feitos eram topográficos em sentido pleno, mostrando terras aráveis, prados e florestais, pântanos, assentamentos, estradas, divisão administrativa de todos os níveis etc. - o conteúdo padrão de mapas topográficos. Levantamentos de terras podem ser uma fonte valiosa para a história da divisão administrativa do final do século XVIII - início do século XIX.

No total, foram feitos centenas de milhares de planos em grande escala (1: 8400), várias centenas de atlas uezd (1: 33600 - 1: 84000) e cerca de uma centena de mapas de gubernia (1: 420000 - 1: 840000) . Todos os documentos gerais limítrofes - mapas, índices, estatísticas tabulares são manuscritos.

O General Bordering Survey foi acompanhado por levantamentos estatísticos muito detalhados ao nível de cada aldeia e parcela de terra. Incluía dados tabulares ligados à parcela de terra sobre o uso da terra, população, safras e colheita usuais, lista de pássaros selvagens, animais dentro da parcela, dados sobre rios, lagos e nascentes, muitas vezes - sobre espécies de peixes de água doce. 90 por cento dos dados estatísticos pré-revolucionários foram reunidos e atualizados naquela época. Este período deve ser considerado o mais promissor para o tipo de projeto que iremos desenvolver.

Os documentos do General Bordering Survey estão armazenados em Moscou em RGADA, RGVIA, em Petersburgo em RGIA, Departamento de Manuscritos da Biblioteca Nacional Russa e muitos Arquivos do oblast '. Normalmente, os mapas e atlas são mantidos separadamente das estatísticas correspondentes, mas no mesmo arquivo.

O século XIX não é uma nova etapa em sentido pleno. A estrutura geral da divisão administrativa não mudou desde 1775. Na Bielo-Rússia, Ucrânia, Crimeia e na fronteira da Ásia Central, a divisão administrativa dessas áreas tornou-se mais subdividida. Este processo foi acelerado pela abolição da servidão em 1864, quando muitos camponeses colonizaram as estepes do sul da Rússia. Mas, naquela época, a iniciativa de levantamento e mapeamento desce do Registro de Imóveis ao Estado-Maior. Topógrafos militares mapearam muitos mapas e planos precisos e detalhados que merecem um parágrafo especial [12].

As principais fontes de estudo da divisão administrativa desse período são os levantamentos militares realizados pelo Estado-Maior Russo. Topógrafos militares estavam ansiosos para atualizar os mapas do século anterior e criar mapas mais precisos e detalhados. Desde 1830, os mapas do estado-maior geral mostram um relevo. Foram feitas inúmeras pesquisas, entre elas - A Hundred-Listed Map of Russian Empire, 1801 (1: 840000), F.F. Shubert "Mapa especial da Rússia europeia", 1821-1839 (1: 840000), desenhos topográficos da Sibéria, 1820-1830, Levantamento da Rússia Ocidental, 1845-1863, 1: 126000, A.I. Levantamento Mende da gubernia russa interna, 1847-1866, escalas de 1: 42000 a 1: 816000, I.A. Strelbitsky Special Map, 1865 - 1917 [13] e muitos outros (Postnikov, 1989). A Rússia europeia foi o polígono da maioria das pesquisas, mas muitas delas ocorreram na Ásia Central, Pamir, Sibéria, Cazaquistão. Obviamente, as fronteiras administrativas são mostradas na maioria desses mapas.

Os mapas militares são armazenados principalmente em Moscou na RGVIA e RGADA. O número total de mapas feitos por topógrafos militares dificilmente poderia ser avaliado, mas sem dúvida está acima de várias centenas de milhares. A maioria deles, apesar da idade, havia sido classificada antes de 1992. Os mapas classificados não estavam disponíveis para pesquisas, exceto por razões muito valiosas. Esses mapas foram armazenados em um arquivo remoto especial na Sibéria. Em 1990 esses mapas foram devolvidos ao RGVIA e agora estão disponíveis.

Semelhante aos levantamentos terrestres do século XVIII, o mapeamento militar foi seguido por levantamentos estatísticos. Topógrafos militares coletaram informações detalhadas sobre população, casas, plantações, colheita, uso da terra, cavalos. A.I. O levantamento Mende da gubernia interna é o mais notável. O programa foi feito para que os mapas e dados tabulares fossem comparáveis ​​com os dados do Levantamento da Fronteira Geral. Os agrimensores mende reuniram estatísticas sobre a população, uso da terra, safras, colheita, pássaros e animais selvagens, peixes de água doce, etc.

Além das estatísticas militares, enormes volumes de dados tabulares foram coletados, atualizados e publicados periodicamente pela administração local [14] de gubernia em 1864-1918. Nas partes do país onde o zemstvo não foi estabelecido, levantamentos estatísticos foram realizados e atualizados pelo comitê de estatística sob o governador. Essas pesquisas incluem informações sobre muitos aspectos, desde a população e o uso da terra até a educação, saúde e estatísticas criminais. Todos esses dados estão ligados ao nível correspondente de divisão administrativa - gubernia, uezd, volost 'e aldeias separadas. A maior parte desta informação foi publicada e disponível nas principais bibliotecas, a não publicada é armazenada nos arquivos RGIA e oblast. As estatísticas da Zemstvo serão um acréscimo significativo ao sistema de informação proposto.

Estágio moderno: 1917 até o presente

Todas as mudanças administrativas do período soviético referem-se aos atos correspondentes dos poderes supremos. Existem guias de divisão administrativa para cada ano e mapas especiais detalhados mostrando as reformas administrativas de alto e médio nível. Esses dados podem ser usados ​​diretamente no GIS, redesenhados, digitalizados e processados.

A grande quantidade de estatísticas oficiais recolhidas pela Agência Central de Estatística e levantamentos estatísticos do oblast poderiam ser sobrepostos em dados espaciais. Mais confiáveis ​​são as informações anteriores a 1930. Dados selecionados dos níveis federal, oblast e raion desde 1970 estão disponíveis em formato eletrônico. As estatísticas oficiais atuais podem ser obtidas em formato eletrônico a partir de cerca de 1990.

Divisões especiais

Havia vários tipos de divisão especial, além de gubernia administrativa e uezd. Desde 1864, o país foi dividido em distritos judiciais. Um grupo de gubernia foi assunto de um tribunal distrital. Houve divisão diocesana estabelecida pela Igreja Ortodoxa. Existiam também distritos militares subordinados ao governador geral, e alguns outros tipos. O tribunal especial, as unidades militares e outras unidades geralmente incluíam vários gubernia ou mesmo não correspondiam ao quadro da divisão administrativa. Esta era uma forma de "divisão de poderes" no espaço geográfico.

GIS: abordagens e planos

Planejamos projetar nosso SIG histórico a fim de alcançar os seguintes resultados: (1) reconstruir a divisão administrativa em qualquer nível hierárquico para o período de tempo solicitado (2) reconstruir a dinâmica temporal das fronteiras administrativas para unidades locais (3) verificar a afiliação administrativa de uma área ou aldeia, (4) ver a dinâmica temporal das mudanças de nome para assentamento ou unidade local (5) em perspectiva permite aos pesquisadores inserir novas informações, extrair dados e usá-los para seus próprios fins com o software GIS mais comum (e através Interface web).

Vamos prosseguir através das seguintes etapas cronologicamente independentes:

  1. Construa a camada básica digitalizando dados de 1914
  2. Compile Database & quotMap Bibliography ", busque fontes suplementares a fim de descobrir as mais precisas e informativas para a reconstrução das mudanças da divisão administrativa no período entre 1914 e 1775
  3. Projete geodataset & quotAdministrative boundaries & quot usando o Oracle 7.3 para descrever de forma transparente todos os tipos de mudanças administrativas
  4. Compilar metadados de fontes estatísticas, organizado por unidades administrativas

Camada básica

Tomando como base a divisão administrativa da Rússia em 1914, consideramos que é a mais precisa e completa para todo o território da Rússia. Ao mesmo tempo, esta data corresponde ao último ano estável antes das mudanças fundamentais pós-revolucionárias.

Temos que compor esta camada a partir do mapa Strelbitskii, levantamentos topográficos na Sibéria e levantamentos topográficos militares na Ásia Central para o início do século XX. Todos os dados serão digitalizados no ArcInfo 8 até o nível de volost. Como resultado, teremos cerca de 6 a 10 mil polígonos. A geometria de períodos anteriores até 1775 será inserida e mantida na forma de alterações na camada básica.

Problemas

Os principais tipos de problemas com os quais temos que lidar estão relacionados ao manuseio e interpretação dos dados.

O primeiro trata da necessidade de utilizar diferentes métodos de entrada de dados, a fim de conseguir compatibilidade de várias fontes. A distinção deve ser feita entre os dados produzidos em diferentes épocas.

Os mapas do século XIX podiam ser digitalizados diretamente. Possuem escalas de 1:84 000 a 1: 420 000 que permitem generalizá-los para a escala 1: 1 000 000 mantendo a precisão em patamares aceitáveis. A última escala é escolhida como base para todo o produto a fim de cumprir nossos materiais com camadas já preparadas no Instituto de Geografia (grupo de N.N. Kamedchikov) e concordar nossos esforços com a comunidade internacional.

Por falar em materiais muito grandes e diversos em geral, gostamos de enfatizar que a precisão, tecnologia e instrumentos dos levantamentos militares são comparáveis ​​aos dos mapas modernos. Havia um programa especial de medições astrogeodéticas para fazer o backup dos levantamentos topográficos, e a maioria dos dados geodésicos haviam sido publicados. Até mesmo a projeção Bonne que os topógrafos do século XIX usaram é suportada pela versão Workstation do Arc / Info GIS! Todas as instruções e dados necessários para digitalização e recálculo estão facilmente disponíveis nas instruções impressas do levantamento. Existem até avaliações da precisão e erros padrão de muitas dessas medições astrogeodésicas e levantamentos de mapas [15].

A digitalização de mapas do final do século XVIII é possível em grande medida. As plantas de parcelas em grande escala do Levantamento Geral de Fronteiras são feitas sem projeção. Mas atlas uezd, planos de gubernia e mapas gerais de pequena escala para todo o país são feitos na projeção de Mercator. A precisão desses mapas é muito maior do que os levantamentos Petrine. Mais objetos foram mapeados por triangulação e medidas, entre eles - estradas, fronteiras administrativas, rios e fronteiras de imóveis. A rede de triangulação era muito mais compacta e o número de pontos astrogeodéticos era maior. As características geométricas desse levantamento topográfico e as formas de sobrepô-las aos mapas modernos foram estudadas por Gedymin (1960) e suas conclusões nos deixam seguros sobre a possibilidade de utilização desses mapas com o SIG moderno.

Mapas produzidos antes de 1775 não podiam ser inseridos adequadamente em formato eletrônico. Embora tenham escalas detalhadas (1: 420 000 - 1: 840 000) e projeções com parâmetros conhecidos (Mercator ou De l'Isle [16]), a tecnologia de levantamentos não era precisa e o erro padrão em comparação aos mapas modernos era ótimo . Para alguns territórios, o levantamento foi exploratório. É razoável redesenhar os limites desses mapas na base topográfica moderna e depois digitalizar.

Os problemas de interpretação de dados surgiram porque os levantamentos de grandes territórios duraram muitos anos (o Levantamento Geral de Fronteiras começou na gubernia de Moscou em 1766 e terminou em 1822 no sul da parte europeia). Podemos falar sobre a "fatia" sincrônica para gubernia única, mas não para toda a Rússia europeia. É importante que o mapeamento e a exploração geográfica acompanharam a expansão da fronteira russa desde o século XVI até o final do século XIX. Algumas das regiões anexadas da Ásia Central foram mapeadas em uma escala muito grande para respaldar ações militares ou disputas de delimitação (Postnikov, 2001) ou seu valor potencial para colonização futura, como era no Extremo Oriente e na Sibéria. Alguns - com poucos recursos e população escassa - foram mapeados em pequena escala. Em geral, há uma notável predominância de materiais cartográficos para a parte europeia em comparação com a Sibéria e a Ásia e pode haver várias lacunas de escala, quando apenas materiais de pequena escala estão disponíveis.

Para os primeiros levantamentos e para os territórios da Sibéria, a essência da fronteira era distinguir a afiliação administrativa de vilas e cidades. Isso significa que a precisão do delineamento não requer a digitalização precisa da linha de fronteira dos mapas. Para esse tipo de mapas, devemos verificar os limites pelo banco de dados Assentamentos, que agora está sendo iniciado. Além disso, planejamos usar uma camada hidrográfica, que é muito útil para localizar limites e assentamentos. Ele está sendo compilado pelo distribuidor local da ESRI, Inc.

Além disso, usaremos informações indiretas para preencher lacunas. É a edição completa das Leis do Império Russo, que fixa o estabelecimento e a dispensa de gubernii Lista oficial de assentamentos, fixando nomes de lugares, assentamentos e sua afiliação. Os dados serão extraídos também dos relatórios anuais do Governador, sendo mantidos em arquivo oblast.

A maneira de resolver o problema de interpretação de dados poderia ser o design flexível do banco de dados, permitindo manter intervalos de dados (campos & quotfrom & quot- & quotto & quot), versões de limites ou múltiplas entradas para o mesmo objeto (derivado de fontes diferentes). Está muito próximo da abordagem praticada pelos desenvolvedores do SIG histórico da China (L.W. Crissman, 2000).

Estrutura de banco de dados

O conceito de Banco de Dados supõe um conjunto de tabelas relacionais, sendo construído em Oracle 7. Isso permitirá processar consultas complexas ao longo do tempo e eixos espaciais. Existe apenas um rascunho da base de dados, que em nossa opinião reflete a especificidade dos dados que possuímos e com os quais iremos trabalhar. O princípio principal é que distinguimos vários tipos de objetos em nosso sistema:

    Objetos referenciados geometricamente de dois tipos: polígonos e pontos

A menor entidade espacial será um polígono artificial com sequência histórica única de afiliação administrativa. Em cada momento é parte de alguma unidade administrativa existente. Os objetos de ponto representam assentamentos.

Os objetos virtuais correspondem a unidades administrativas até que tenham o mesmo nome. Presumimos que a mudança do nome significa que o novo objeto administrativo apareceu. Isso reflete a situação real, quando então a renomeação significa geralmente uma reorganização administrativa radical.

A maioria das estatísticas coletadas durante os séculos XVIII-XIX relaciona-se ao assentamento único, e apenas estatísticas generalizadas para uezd e volost '. Assim, os atributos serão incorporados na base de dados & quotSettlements & quot e incluirão a seguinte lista preliminar de parâmetros: número da população, número de agregados familiares, algumas estatísticas agrícolas.

Podemos supor que a estrutura de nosso banco de dados, após começarmos a preenchê-lo com informações, pode mudar gradualmente. Em qualquer caso, deve refletir de forma transparente todos os tipos de mudanças administrativas ocorridas durante o período discutido.

Tipos de mudanças administrativas

A análise do material já coletado mostra diversos tipos de mudanças na divisão administrativa ocorridas no período observado:

As alterações da geometria do limite são de dois subtipos:

    como resultado da combinação de duas ou mais unidades ou sua separação

Nos períodos de reformas administrativas, até 90% das unidades administrativas foram alteradas por década. Em tempos de silêncio, os ajustes locais não ultrapassavam 1 a 5% ao ano. É difícil imaginar que qualquer fronteira mudou duas ou mais vezes por ano. As estatísticas agrícolas relacionadas com a unidade administrativa eram recolhidas uma vez por ano de acordo com o ciclo agrícola.

Mudanças nos nomes dos lugares das unidades administrativas e assentamentos geralmente significavam uma reorganização séria de uma unidade, mas eram menos graves para os assentamentos. Antes de 1917, muitos assentamentos tinham vários nomes: populares e oficiais. Às vezes, os nomes populares não podiam ser citados e, de acordo com uma instrução especial dos agrimensores de 1770, poucas letras desses nomes deviam ser alteradas para que soassem melhor. Os nomes locais e oficiais foram fixados no Atlas de Fronteiras do uezd e nos registros estatísticos do uso da terra. Depois de 1917 temos apenas o nome oficial e muitas vezes é diferente do pré-revolucionário. As mudanças nos nomes foram fundamentadas principalmente politicamente.

Mudanças de status administrativo eram raras e significavam transformações no status de hierarquia da unidade administrativa. Isso pode ocorrer devido ao aumento (diminuição) da população, fatores políticos. Por exemplo, após o reassentamento forçado dos tadjiques Pamir nas planícies, o status dos distritos nas terras altas foi reduzido.

Em comparação com o sistema administrativo da China, não havia sistema de codificação até os dias modernos.

O que ja esta feito

No momento começamos a construir banco de dados de assentamentos para o início do século XX que será material auxiliar adicional para verificação de limites. Agora estamos na fase de pré-projeto e hoje já temos:

  • compilou um pequeno banco de dados de descrições bibliográficas de mapas de arquivos e bibliotecas russos com seus códigos, que é apresentado na Internet e pode ser pesquisado. É um protótipo de serviço de informação bibliográfica ligado ao nosso sistema de informação no futuro. No futuro, planejamos estabelecer a base de dados bibliográfica distribuída compatível com Z39.50
  • preparando dados para digitalização para o ano de 1914
  • começar a registrar metainformação em conjuntos de dados estatísticos de acordo com o padrão central de Dublin.

Conclusões

  • A comunidade científica realmente precisa do sistema de informação integrando dados sobre a divisão administrativa de história como uma estrutura para seus próprios estudos,
  • Existem muitos materiais cartográficos antigos em vários arquivos que constituirão uma boa base para o GIS das fronteiras administrativas russas, a maioria deles disponível para pesquisadores agora,
  • A precisão dos mapas antigos ou corresponde aos mapas modernos, ou os dados podem ser convertidos com a ajuda de tecnologia da informação moderna e métodos desenvolvidos por pesquisadores locais,
  • O SIG histórico deve ser feito como um sistema aberto, tornando-se um arcabouço de projetos e iniciativas e se desenvolvendo como um recurso colaborativo.

O trabalho sobre o SIG das fronteiras administrativas está agora em fase inicial. O cronograma, o volume e o conteúdo do sistema dependerão do pequeno financiamento indireto que já recebemos de nossas instituições e dos subsídios potenciais aos quais vamos nos candidatar. Apreciaríamos quaisquer oportunidades de projetos colaborativos, abertos a qualquer recomendação e prontos para tornar nossos dados compatíveis com os dados de nossos parceiros em potencial.

Bibliografia

  • Divisão administrativa do estado russo no final do século XVII. Mapa. Na Pátria [Rodina]. Moscou, 1996, vol. 9
  • Alexandrovskaia O.A. (1989). Surgimento da geografia russa no século XVIII. [Stanovlenie geograficheskoi nauki v Rossii XVIII veka]. Moscou, 'Nauka'.
  • Baransky N.N. (1926) Geografia econômica da União Soviética. Visão geral das regiões GOSPLAN. [Economicheskaia geografiia Sovetskogo Soiuza. Obzor po oblastiam Gosplana]. Moscou - Leningrado.
  • Crissman L.W. (2000). Projeto de banco de dados de rascunho e sistema de geocodificação, http://www.people.fas.harvard.edu/

Referências:

[1] Os dados históricos não são usados ​​apenas por historiadores. Os pesquisadores que trabalham com antigas coleções de minerais, insetos, plantas e até canções folclóricas frequentemente precisam localizar locais onde foram encontrados achados no mapa da divisão administrativa moderna. Os tomadores de decisões ambientais usam mapas históricos para localizar antigas áreas de animais raros ou para revelar antigas florestas intocadas (consulte http://www.forest.ru).

[2] O projeto foi realizado no Instituto de História da URSS. Incluía o acadêmico Ia. E. Vodarskii, L.G. Beskrovnyi, V.M. Kabuzan, A.V. Postnikov.

[3] A metade norte do mapa foi baseada no mapa de J. Got'e, mapa da divisão administrativa russa ao norte do rio Oka (Got'e, 1906).

[4] Livros de pesquisa - pistsovye knigi.

[5] Não havia mapas do século XVII que pudessem ser usados ​​para estudar a divisão administrativa.

[6] Nível federal - Repúblicas Socialistas Soviéticas nacionais - membros da União das Repúblicas Socialistas Soviéticas - URSS, nível republicano - repúblicas nacionais autônomas, incluídas na República Socialista Soviética Nacional, oblast nacional, okrug e raion - divisão de nível inferior.

[7] Abordagem elaborada por geógrafos econômicos soviéticos e usada no Comitê de Planejamento Estatal (GOSPLAN) (Baransky, 1926).

[8] Era uma questão de disputa entre estadistas russos e praticantes geográficos de alto escalão, como Kirilov, Tatishev e Miller interessados ​​no mapeamento rápido do país e o acadêmico J.-N. De l'Isle, primeiro diretor do observatório de São Petersburgo e autor do primeiro programa de levantamento do território russo. As atividades do acadêmico De l'Isle na Rússia ainda recebem respostas controversas. Ele foi um autor de projeções especiais para a Rússia usadas até 1870. Ele fez muito para desenvolver a astronomia e medição de coordenadas na Rússia. Mas seu programa de levantamento baseado em numerosas observações astronômicas precisas exigia muito tempo e pessoal e, portanto, permanecia no papel.

[9] De l'Isle pertencia a uma família do historiador Claude de l'Isle. Seu irmão Guillaume, aluno do astrônomo e cartógrafo J.-D. Cassini, tornou-se famoso por seus mapas e globo publicados em 1702. J.-N. De l'Isle foi fortemente influenciado pelas ideias de medição da Terra, mapeamento do mundo, coleta de novos dados geográficos e observações astronômicas. Ele enviou cópias das cartas e mapas russos a Paris com o objetivo de preparar uma revisão do mapa de seu irmão. Isso custou-lhe sua alta posição na Academia e em 1747 ele deveria deixar a Rússia (Urness, 1990). A contribuição de De l'Isle para a astronomia e cartografia russas ainda é subestimada e pouco estudada.

[10] Atlas russo consistindo em quarenta e quatro mapas e dividindo o Império em quarenta e dois gubernia. Petersburgo, 1792. Edição II em 1800.

[11] Generalnoe Mezhevanie ou General Bordering Survey.

[12] Professor A.V. Postnikov fez uma pesquisa exaustiva sobre a história das pesquisas militares do século XIX (Postnikov, 1989).

[13] Foi usado pelo Estado-Maior do Exército Vermelho até 1939.

[14] Em 1864 foi estabelecido governo autônomo eleito na maior parte da gubernia russa - zemstvo

[15] Professor A.V. Postnikov provou os levantamentos militares do século XIX - início dos séculos XX para satisfazer os requisitos modernos de precisão do mapa. Como membro da Comissão do Ministério das Relações Exteriores para verificar a fronteira soviético-chinesa em 1980, ele desenvolveu métodos especiais de uso de mapas antigos e observações de campo para esse propósito.

[16] O último projetado especialmente para mapas da Rússia pelo acadêmico De l'Isle.


Conteúdo

O sistema foi criado para proteger a ordem pública e lutar contra o crime no Império Russo. Ele foi reorganizado em 1º de março de 2011, sob a Federação Russa (exceto para estruturas existentes não relacionadas ao Ministério de Assuntos Internos).

Edição do século 16

Em 1504, o cheval de frise foi instalado em Moscou, sob o qual os guardas, vindos da população local, foram posicionados. A cidade foi dividida em áreas, entre as quais foram construídos portões com grades. Era proibido circular pela cidade à noite ou sem iluminação. Posteriormente, o Grande Príncipe Ivan IV estabeleceu patrulhas em torno de Moscou para aumentar a segurança.

O Sudebnik de Ivan IV transferiu os casos "sobre ladrões guiados" para a jurisdição dos anciãos honorários. Antes, as Cartas de Honra eram como prêmios e eram entregues por meio de uma petição da população. Essas cartas permitiram que a sociedade local administrasse de forma independente o trabalho policial. Nas cidades, as funções policiais eram orientadas pelo prefeito.

A administração do ladrão foi mencionada pela primeira vez em 1571 e existiu continuamente até o século XVIII. Fontes escritas de Moscou mencionaram os boiardos e roubos organizados desde 1539. Konstantin Nevolin acreditava que a Administração do Ladrão era uma comissão temporária estabelecida para encerrar os roubos. No entanto, como os roubos só se intensificaram, a comissão temporária se transformou em um comitê permanente e, portanto, a Administração Ladrão permaneceu.

Edição do século 17

Por decreto de 14 de agosto de 1687, os assuntos da administração do ladrão foram transferidos para as administrações de Zemsky. Em abril de 1649, o Grande Príncipe Alexis emitiu um decreto sobre o sistema de bênção urbano usado anteriormente. Por decreto na Cidade Branca (agora conhecida como Belgorod), uma equipe deveria ser criada sob a liderança de Ivan Novikov e do secretário Vikula Panov. O destacamento deveria manter a segurança e a ordem, bem como proteger contra incêndios. Eles foram traídos por cinco funcionários de treliça e "uma pessoa de 10 metros" com rugidos, machados e canos de água.

Os policiais nas grandes cidades eram chamados de Zemsky Yaryg. A cor dos uniformes variava entre as cidades. Em Moscou, os oficiais estavam vestidos com roupas vermelhas e verdes. No peito, tinham as letras "З" (Z) e "Я" (YA) costuradas.

Em 1669, os detetives substituíram universalmente o papel de anciãos honorários.

Edição do século 18

A força policial em São Petersburgo foi estabelecida como a Polícia Principal em 1715 por decreto de Pedro, o Grande. Inicialmente, a equipe da polícia de São Petersburgo consistia do subchefe da polícia geral, 4 oficiais e 36 escalões inferiores. O escrivão e dez escriturários mantinham trabalho de escritório na Delegacia Central da Polícia. A polícia não só mantinha a ordem na cidade, mas também desempenhava várias funções econômicas e estava envolvida na melhoria da cidade - pavimentação de ruas, drenagem de lugares pantanosos, coleta de lixo, etc.

Em 7 de junho de 1718, o Adjutor General Anton de Vieira foi nomeado General Polizeimeister. [5] Para ajudá-lo a concluir o trabalho, o Chefe da Polícia foi criado e um regimento do exército foi transferido para a autoridade do General Polizeimeister. Todas as patentes desse regimento tornaram-se policiais.Por esforço do General de Vieira, em 1721, foram instaladas em São Petersburgo as primeiras lanternas e bancos de descanso.

Em 19 de janeiro de 1722, o Senado Governante estabeleceu a Polícia de Moscou. O Ober-Polizeimeister seria nomeado pelo imperador entre as fileiras militares ou civis. Pelas instruções de 20 de julho de 1722, o Ober-Polizeimeister supervisionou a proteção da paz pública em Moscou como chefe do Escritório de Polícia de Moscou. Entre 1729-1731 e 1762-1764, o chefe da polícia de Moscou foi chamado de General Polizeimeister.

Em 23 de abril de 1733, a Imperatriz Anna assinou um decreto "Sobre o estabelecimento da polícia nas cidades". Este decreto conferiu poderes legais à polícia e concedeu-lhes o direito de impor penalidades em processos criminais.

Edição dos séculos 19 e 20

Em 1837, foi emitido um regulamento sobre a polícia zemstvo, segundo o qual o chefe da polícia zemstvo eleito pela nobreza se tornava o chefe da polícia no uyezd. Os policiais nomeados pelo governo provincial obedeceram. Eles. por sua vez, o décimo, sotsky, quinhentos e mil camponeses obedeceram.

Em 1862, uma reforma policial foi realizada. O título de prefeito foi abolido, as câmaras municipais nas cidades que estavam subordinadas à polícia distrital foram anexadas aos tribunais zemstvo, renomeadas para departamentos de polícia distrital, e nas cidades que mantinham sua própria polícia, separada da polícia distrital, eles foram renomeados nos departamentos de polícia da cidade.

Em 1866, uma guarda zemstvo foi estabelecida nos distritos do Reino da Polônia.

Em 1866, o Chefe da Polícia de São Petersburgo, Fyodor Trepov, enviou uma nota a Alexandre II, que dizia: “Uma lacuna significativa na instituição da polícia metropolitana era a ausência de uma parte especial com o propósito especial de realizar pesquisas para solucionar crimes, encontrar medidas gerais para prevenir e suprimir crimes. Essas responsabilidades recaíam sobre as fileiras da polícia externa, que, suportando todo o fardo do serviço policial, não tinha os meios nem a oportunidade de agir com êxito a esse respeito. Para eliminar essa deficiência, foi proposta a criação de uma polícia policial ”.

Pela primeira vez na polícia russa, unidades especializadas para solucionar crimes e conduzir investigações foram criadas em São Petersburgo, onde em 1866 um policial de detetive foi estabelecido sob o escritório do chefe da polícia. Antes disso, as funções de detetive eram desempenhadas por investigadores forenses e por toda a polícia na forma em que existia na época. Inicialmente, o pessoal da investigação criminal de São Petersburgo era pequeno, o departamento consistia, além do chefe de seu assistente, 4 oficiais em missões especiais, 12 detetives da polícia e 20 detetives civis.

O Departamento de Detetives foi fundado em 1866, operando sob o Departamento de Polícia do Ministério de Assuntos Internos, e em 1907, departamentos semelhantes foram criados em outras grandes cidades do Império Russo, incluindo Moscou, Kiev, Riga, Odessa, Tiflis, Baku, Rostov-on-Don e Nizhny Novgorod. Outros distritos eram policiados pela polícia rural ou unidades da gendarmaria.

Em 1879, foi criado o instituto de policiais nas áreas rurais. Os policiais destinavam-se a auxiliar os policiais “no desempenho das funções policiais, bem como na supervisão dos centuriões e capatazes”.

A partir de 1889, o chefe da polícia distrital passou a ser chamado de policial distrital.

Em 1903, no campo, originalmente em 46 províncias, foi introduzida uma guarda policial distrital. Em 1916, ele se estendeu para 50 províncias.

Em 9 de agosto de 1910, o Ministro da Administração Interna Pyotr Stolypin emitiu uma Instrução aos oficiais dos departamentos de detetive, determinando suas funções e estrutura. Cada departamento de detetive consistia em quatro divisões-mesas estruturais:

  • Detenção pessoal.
  • Pesquisas.
  • Observações.
  • Escritório de registro de informações.

Por ordem de Pyotr Stolypin, do Departamento de Polícia, foram instituídos cursos especiais para a formação de chefes de polícia. No Congresso Internacional de Criminalistas, realizado na Suíça em 1913, os policiais russos foram reconhecidos como os melhores do mundo na resolução de crimes.

Os 3.500 efetivos policiais de Petrogrado constituíram a principal oposição aos distúrbios, que marcaram o início da Revolução de fevereiro. Depois que as unidades do exército que guarneciam a cidade desertaram, a polícia se tornou o principal alvo dos revolucionários e muitos foram mortos. A Polícia do Império Russo foi dissolvida em 10 de março de 1917 e, em 17 de abril, o Governo Provisório estabeleceu a Milícia Popular (Militsiya) como um novo órgão de aplicação da lei.

Edição da milícia soviética

Decisões do Governo Provisório “Sobre a aprovação da militsiya” e “Regulamentos provisórios sobre a polícia”, emitidos em 17 de abril de 1917, a “milícia popular” foi criada. A milícia popular é declarada o órgão executivo do poder do Estado a nível local, “directamente sob a jurisdição do zemstvo e das administrações públicas da cidade”.

Simultaneamente com a “militsiya popular” estatal, os conselhos dos deputados operários organizaram destacamentos de “militsiya operários” e outras formações armadas, que estavam sob a influência de várias forças políticas, às vezes fora delas. Ao mesmo tempo, a militsiya dos trabalhadores não estava subordinada aos comissários da militsiya da cidade.

O Conselho da militsiya do Povo de Petrogrado, formado em 3 de junho sob os auspícios dos bolcheviques, entrou em conflito com o chefe da militsiya da cidade, emitindo slogans políticos em conexão com a recusa de pagar pagamentos adicionais por serviço na militsiya de trabalhadores em trabalhadores recebendo salários integrais nas fábricas. A estrutura de estado mais importante será destruída.

O princípio da auto-organização das forças da lei e da ordem foi implementado pelo Partido Bolchevique por algum tempo depois de outubro de 1917. O decreto do NKVD "Sobre a milícia operária" de 28 de outubro (10 de novembro) de 1917 não previa as formas organizacionais do aparato da milícia estatal.

A milícia operária tinha o caráter de organizações amadoras de massa, era formada com base em esquadrões voluntários, de modo que não conseguia parar o crime desenfreado.

Em 10 de maio de 1918, o Colégio do NKVD aprovou uma ordem: “A polícia existe como um quadro permanente de pessoas que desempenham funções especiais, a organização da polícia deve ser realizada independentemente do Exército Vermelho, suas funções devem ser estritamente delimitadas . ”

A militsiya foi formada em 10 de março de 1917, substituindo as antigas organizações policiais russas do governo imperial. Havia destacamentos da militsiya popular e da militsiya operária que se organizaram como unidades da polícia paramilitar. Após a dissolução da União Soviética, a militsiya continuou a existir na Rússia até 1º de março de 2011.


StephenShenfield.NET

Nota introdutória

Na década de 1980, enquanto estava no Centro de Estudos Russos e do Leste Europeu da Universidade de Birmingham, escrevi um doutorado. tese sobre a metodologia matemático-estatística da Pesquisa de Orçamento Familiar Soviético. Macmillan se ofereceu para publicar um livro baseado na tese, mas eu teria que revisar o manuscrito e reduzir consideravelmente seu comprimento. Era difícil decidir o que omitir. Eu me distraí com outras coisas e nunca consegui escrever o livro. A tese foi lida apenas por um punhado de especialistas que a pegaram emprestada da biblioteca da universidade.

Outro dia descobri para minha alegria que a biblioteca digitalizou as teses submetidas à universidade. Eles agora estão todos acessíveis gratuitamente. Para baixar minha tese clique aqui. Embora a maior parte do conteúdo seja de fato do interesse de apenas alguns especialistas, acredito que alguns capítulos podem interessar a um público um pouco mais amplo. Um desses capítulos, reproduzido abaixo, deve agradar às pessoas interessadas na história da ciência e da matemática. Mostra que, do final do século XIX ao final da década de 1920, os estatísticos russos estavam cerca de uma década à frente de seus colegas ocidentais nos campos da estatística matemática e da teoria da amostragem - conquistas que foram quase completamente destruídas pelo stalinismo.

O desenvolvimento histórico da estatística matemática e da teoria da amostragem no Ocidente, na Rússia czarista e na URSS

O termo "estatística" é usado em dois sentidos distintos. Pode referir-se a informações quantitativas sobre fenômenos socioeconômicos ou ao estudo dos problemas gerais de coleta, apresentação, análise, interpretação e uso de tais informações. [1] Alternativamente, pode se referir à disciplina de estatística matemática, que lida com um conjunto particular de métodos matemáticos, com base na teoria da probabilidade, para coletar e analisar dados de vários tipos. A estatística matemática pode ser aplicada tanto à coleta e análise de estatísticas socioeconômicas quanto à coleta e análise de outros tipos de dados - por exemplo, ao projeto e análise de experimentos científicos. Por outro lado, as estatísticas socioeconômicas podem ser coletadas e analisadas com ou sem a ajuda de estatísticas matemáticas.

Esta situação também se aplica à prática e teoria da amostragem. A teoria de amostragem probabilística moderna constitui um ramo da estatística matemática. Como tal, pode ser aplicado não apenas na coleta e análise de estatísticas socioeconômicas, mas também em outros campos, como o controle de qualidade da produção. Da mesma forma, as estatísticas socioeconômicas podem ser coletadas com ou sem a aplicação da moderna teoria de amostragem. Essa teoria não é aplicada quando os dados são coletados por enumeração completa da população e quando são usados ​​métodos de amostragem não probabilística de origem pré-moderna.

O foco central desta tese é a explicação da estatística matemática, e da teoria da amostragem moderna em particular, para o exercício em estatísticas socioeconômicas representadas pela Pesquisa de Orçamento Familiar Soviética. Portanto, não cobrimos toda a gama de questões socioeconômicas ou matemáticas estatísticas, mas consideramos a interseção entre as duas.

A prática estatística soviética contemporânea só pode ser entendida adequadamente em uma perspectiva histórica. Isso é muito mais verdadeiro em relação à prática estatística soviética do que ocidental, porque a aplicação total da estatística matemática às estatísticas socioeconômicas continua a ser obstruída por fatores que têm sua origem no período stalinista. Em particular, as formas pré-modernas de amostragem permanecem em uso muito mais amplo na URSS do que no Ocidente.

Este capítulo descreve o padrão de desenvolvimento histórico das estatísticas socioeconômicas, das estatísticas matemáticas e, especialmente, da interação das duas. As Seções 2 e 3 são dedicadas ao desenvolvimento de estatísticas matemáticas em geral e de sua aplicação em estatísticas socioeconômicas, enquanto as Seções 4 e 5 cobrem o mesmo terreno no que diz respeito à amostragem em particular. O padrão de desenvolvimento no Ocidente - Europa Ocidental e América do Norte - é tratado nas Seções 2 e 4, o padrão de desenvolvimento mais ou menos independente na Rússia czarista e depois na URSS nas Seções 3 e 5.

2 O desenvolvimento histórico da estatística matemática no Ocidente

As estatísticas socioeconômicas, na forma de estatísticas de Estado, podem ser rastreadas até os censos das antigas civilizações ribeirinhas. A estatística matemática, ao contrário, surgiu há relativamente pouco tempo. Seu precursor foi a escola de "Aritmética Política" fundada na Inglaterra do século XVII por Graunt e Petty, que usaram probabilísticas elementares para estudar questões públicas como as causas das doenças (Pearson 19–8). Outros avanços na análise da variação estatística foram feitos por matemáticos do século XIX como Poisson, Gauss e Quetelet. A estatística matemática finalmente emergiu em sua forma contemporânea durante o período de 1890-1940. As contribuições mais cruciais para esse processo foram a teoria inicial de correlação e regressão de Galton, a teoria "clássica" de inferência estatística de Neyman e Pearson e o trabalho de Fisher na análise de variância.

Não obstante a orientação socioeconômica da Aritmética Política, o desenvolvimento da estatística matemática no século XIX e no início do século XX foi motivado principalmente pelas necessidades das ciências físicas e especialmente das biológicas. O estudo gaussiano da variação estatística preocupou-se principalmente com o problema do erro experimental na ciência aplicada. Galton estava interessado acima de tudo na hereditariedade Gossett ("Estudante") foi conduzido ao teste t de significância estatística pelas necessidades de produção de cerveja na cervejaria Guinness em Dublin Fisher estava ocupado no planejamento de experimentos de campo entre as guerras em Rothamsted Estação Experimental em Hertfordshire, Inglaterra. A nova disciplina ficou por algum tempo conhecida pelo nome de "biometria".

A aplicação das estatísticas matemáticas às estatísticas socioeconômicas foi retardada pelo isolamento das estatísticas do Estado dos novos desenvolvimentos teóricos. Os funcionários responsáveis ​​pelas estatísticas estaduais não tinham o treinamento matemático necessário para avaliar o valor potencial de seu trabalho de métodos probabilísticos, enquanto a maioria dos matemáticos que foram os pioneiros desses métodos parecem não ter se interessado por estatísticas estaduais. A interação entre as estatísticas socioeconômicas e matemáticas foi inicialmente promovida apenas por alguns reformadores que entendiam os dois assuntos, como o professor Bowley, ocupante da primeira cadeira dedicada à estatística nas ciências sociais (na London School of Economics). Na Grã-Bretanha, a lacuna foi substancialmente superada quando um Serviço Estatístico do Governo mais profissional foi criado após a Segunda Guerra Mundial, embora a relação institucional entre as estatísticas estaduais e as estatísticas matemáticas continue a ser uma fonte de algumas dificuldades até hoje.

3 O desenvolvimento histórico da estatística matemática na Rússia czarista e na URSS

Desenvolveu-se na Rússia no final do século XIX uma tradição autônoma de estatísticas socioeconômicas, baseada principalmente nos serviços estatísticos do zemstva do governo local, [3] que era mais sensível às aplicações potenciais da estatística matemática do que as estatísticas do Estado Ocidental do tempo. Estatísticos russos clássicos como Chuprov eram ao mesmo tempo estatísticos socioeconômicos e matemáticos.

As estatísticas soviéticas da década de 1920, de muitas maneiras, representaram uma continuação da tradição zemstvo. Os estatísticos da Administração Central de Estatística (TsSU) gozaram de um generoso apoio do Estado e de um considerável grau de autonomia profissional
(Wheatcroft 1980). Eles tiveram um grande interesse no trabalho dos estatísticos matemáticos ocidentais, cujos métodos desenvolveram posteriormente e aplicaram à análise econômica. Ao mesmo tempo, eles criticaram as estatísticas matemáticas ocidentais por seu "empirismo vazio" e falta de interesse em questões substantivas (Yastremskii 1927).

No final da década de 1920, um grupo de estatísticos matemáticos associados à Nova Política Econômica foi atacado pelos estalinistas. Alguns estatísticos stalinistas usaram essa campanha para tentar desacreditar a estatística matemática como tal, com base em que os métodos probabilísticos, embora eminentemente adequados para a análise da anarquia do mercado capitalista, eram estranhos a uma economia socialista planejada. Other- argumentou que, embora os "destruidores" tivessem feito mau uso das estatísticas matemáticas para fins anti-Estado, o planejamento não poderia eliminar todos os fenômenos probabilísticos (por exemplo, o clima) e, portanto, a aplicação correta das estatísticas matemáticas continuava necessária (Smit 1930). O conflito entre esses dois pontos de vista continuou durante todo o período stalinista, e os defensores da estatística matemática foram justificados nos anos que se seguiram à morte de Stalin.

Os oponentes dogmáticos da estatística matemática em nenhum momento alcançaram o domínio total. Assim, mesmo nos anos após a Segunda Guerra Mundial, quando se aproveitaram da campanha "anti-cosmopolita" para denunciar "os inimigos do povo. Que propagam as teorias burguesas sob o lema da defesa da matemática" (Metodologia 1952), eles o fizeram não conseguiu suprimir métodos estatísticos de controle de qualidade na indústria da aviação, cuja necessidade prática foi percebida pela liderança. No entanto, a influência prolongada dos dogmáticos teve um impacto poderoso nas estatísticas soviéticas.

Primeiro, a interação das estatísticas matemáticas com as socioeconômicas foi encerrada. "A possibilidade de aplicar os métodos da estatística matemática ao estudo estatístico dos fenômenos sociais", e muitas vezes até "a conveniência dos métodos matemáticos de qualquer complexidade na estatística", foram negados (Nemchinov 1955). Muitos estatísticos matemáticos deixaram as estatísticas socioeconômicas para trabalhar em outros campos. [4] Surgiu uma "teoria geral da estatística" que expôs uma metodologia desinformada pela estatística matemática. [5]

Muitos trabalhos sobre a aplicação socioeconômica das estatísticas matemáticas foram realizados desde a década de 1950. No entanto, a maior parte desse trabalho foi feito em institutos fora do TsSU e não afetou muito os métodos em uso dentro do próprio TsSU. É publicado em periódicos como Uchenye zapiski po statistike ('' Notas acadêmicas sobre estatísticas ") e Ekonomika i matematicheskie metody (" Economics and Mathematical Methods "), e não no jornal TsSU Vestnik statistiki (" Correio estatístico "). TsSU tem não esteve entre as organizações que participaram da série de conferências sobre a aplicação da estatística matemática em economia realizada de 1972 em diante. [6]

Além disso, o ensino de estatística matemática e o ensino de estatística socioeconômica permanecem em grande parte isolados um do outro nas instituições educacionais. A estatística matemática raramente ocupa uma posição de destaque nos currículos das instituições que treinam pessoal para o TsSU - o tekhnikumy estatístico (escolas vocacionais), o Instituto Econômico-Estatístico de Moscou, etc. - enquanto as faculdades de matemática das instituições de ensino superior ensinam uma tipo não aplicado de estatística matemática.

Em segundo lugar, as posições dogmáticas do período de Stalin ainda não foram completamente superadas. Ainda ocasionalmente se depara com exposições da visão de que os esquemas probabilísticos são inaplicáveis ​​aos fenômenos socioeconômicos (Maslov 1971 pp. 35-6), [7] ou da visão de que os métodos probabilísticos contradizem a natureza de uma economia planejada (Lipkin 1977) .É bem possível que posições desse tipo desapareçam de circulação quando a geração mais velha, educada no período de Stalin, deixar de cena. No entanto, atitudes menos explícitas, pelo menos parcialmente originadas no dogma anterior, podem ser mais persistentes.

As abordagens soviéticas para a previsão fornecem um exemplo de tais atitudes (Shenfield 1983a). A. Ya. Boyarskii, o chefe do Instituto de Pesquisa Científica do TsSU, observa que os estatísticos do Estado estão acostumados a lidar com números que são (supostamente) excepcionalmente precisos e devem, portanto, superar uma "barreira psicológica" antes de aceitar os resultados não exclusivos da previsão probabilística (Metodologicheskie 1977 pp . 8-9).

Uma discussão do teste de significância por Boyarskii (1980) mostra que ele próprio permanece influenciado por outro princípio da doutrina estalinista da estatística - a ideia de que a função da estatística é ilustrar teorias já conhecidas como verdadeiras, em vez de avaliar hipóteses provisórias. Ele argumenta que, mesmo que um teste de significância estatística rejeite uma correlação aparente entre a escala de produção e a produtividade de 0,1 como um desvio casual de zero, é natural para um economista com um conhecimento teórico de economias de escala considerar isso um alto correlação. Desse ponto de vista, não há como qualquer análise estatística desacreditar suposições anteriores.

4 O desenvolvimento histórico da teoria da amostragem no Ocidente

A maioria dos estatísticos socioeconômicos do século XIX considerava que apenas os dados de censos completos podiam ser considerados "estatísticas propriamente ditas". Essa foi uma atitude compreensível em uma época em que os únicos métodos de amostragem praticados eram amplamente conhecidos como não confiáveis.

O mais importante desses métodos de amostragem muito antigos foi "o método monográfico", inventado pelo reformador social LePlay, que a partir de 1829 coletou centenas de "monografias" detalhadas sobre o orçamento e o modo de vida das famílias dos trabalhadores (Lazarsfeld 1961). Em um levantamento monográfico de uma população, uma descrição quantitativa e qualitativa extremamente detalhada de um número bastante pequeno de unidades é obtida. As unidades pesquisadas devem ser cuidadosamente selecionadas por especialistas de tal forma que cada "tipo" de unidade na população seja representado na amostra por uma unidade, ou algumas unidades, "típicas" desse tipo (daí o termo alternativo "amostragem tipológica"). Como apontaram os críticos da monografia, não havia como verificar o julgamento do amostrador quanto à tipicidade. Além disso, a maioria das populações não é composta de alguns "tipos" homogêneos conhecidos, e uma amostra monográfica, por sua própria natureza, não pode refletir a heterogeneidade dentro dos tipos.

Na década de 1890, Kiaer, o Diretor o: o novo Bureau de Estatísticas da Noruega, desenvolveu e usou uma nova forma de muda que chamou de "método representativo". O método de Kiaer foi imitado por Wright, o diretor do US National Bureau of Labor. O método era, nas palavras de Kiaer:

um inquérito parcial em que as unidades observadas são distribuídas de modo que sua totalidade forme uma miniatura de todo o país, uma fotografia que reproduz os detalhes do original em suas verdadeiras proporções relativas.

Para atingir este objetivo, Kiaer utilizou desenhos complexos de amostras de múltiplos estágios que incorporam estratificação intensiva e elementos de seleção sistemática (por exemplo: selecione homens com 17, 22, 27 anos de idade, com nomes começando com A, B, C, L, M e N). As proporções dos estratos foram determinadas com base nos resultados de censos anteriores, que também serviram para avaliar a representatividade da amostra. A principal diferença entre essas amostras "intencionais" ou "equilibradas" e os designs modernos de amostra de vários estágios é a ausência de seleção aleatória dentro dos estratos.

A teoria da probabilidade foi aplicada sistematicamente pela primeira vez à amostragem no Ocidente por Bowley, que introduziu a teoria básica da amostragem aleatória simples em 1906. [9] A grande vantagem da amostragem aleatória é que, ao controlar as probabilidades de inclusão das unidades populacionais na amostra, [10] permite estimar por meio da teoria da probabilidade a precisão das estimativas amostrais na forma de erros padrão ou limites de confiança. . A primeira pesquisa social usando amostragem probabilística foi conduzida por Bowley em Reading em 1912 (Maunder 1977). A teoria da amostragem probabilística foi estendida à amostragem aleatória estratificada por Neyman e Pearson em 1934.

Na década de 1930, a experimentação prática em larga escala com amostragem probabilística foi realizada por agências dos EUA, como o Bureau of the Census e pelo recém-formado Instituto de Estatística Indiano. Em alguns países, como a Suécia, a amostragem da pesquisa antes da guerra continuou a se basear no "método representativo" (Medin, 1983). A amostragem probabilística substituiu as formas anteriores de amostragem nas estatísticas estaduais após a guerra. Em pesquisas de mercado e pesquisas de opinião, entretanto, a amostragem balanceada ainda é usada sob o nome de "amostragem por quota". Além disso, os teóricos da amostragem na década de 1970 renovaram o interesse na possibilidade de colocar a amostragem balanceada em bases sólidas. [11]

O surgimento relativamente tardio da teoria da amostragem é talvez a manifestação mais notável do antigo isolamento entre as estatísticas socioeconômicas e matemáticas. Tanto a necessidade prática de amostragem sonora quanto o aparato matemático para seu desenvolvimento já existiam no século XIX, mas faltava a interação necessária entre os fornecedores potenciais e os consumidores potenciais da teoria da amostragem.

5 O desenvolvimento histórico da teoria da amostragem na Rússia czarista e na URSS

Como no Ocidente, as estatísticas do Estado na Rússia do século XIX se baseavam principalmente em censos completos. No entanto, várias formas de amostragem não probabilística começaram a ser usadas no final do século.

A maioria dos estudos de orçamentos familiares de camponeses que os estatísticos de vários zemstva realizaram a partir da década de 1870 eram pesquisas monográficas, baseadas na seleção por um método ou outro de famílias supostamente "típicas" de diferentes regiões (Wheatcroft 1980).

Aparentemente, peculiar à Rússia era a forma de enumeração incompleta conhecida como "método do censo" (tsenzovoi metod). O "censo" (tsenz) aqui era um registro de todas as unidades populacionais consideradas importantes o suficiente para serem incluídas nas estatísticas. Os dados foram coletados em todas essas unidades e somente nelas. Assim, o Ministério das Finanças czarista manteve no final do século XIX uma lista de "estações ferroviárias censitárias" para cada tipo de carga que essas listas foram usadas para compilar estatísticas do transporte ferroviário (Poplavskii 1927). A “indústria do censo” consistia em empresas com um tamanho mínimo de força de trabalho, dependendo do nível de mecanização (Wheatcroft, 1981). A lógica do método do censo era usar recursos limitados para cobrir a maior parte do fenômeno de interesse. Não havia como extrapolar os resultados para a população como um todo, pois as relativamente poucas unidades grandes cobertas estavam longe de ser representativas das muitas unidades pequenas negligenciadas.

Parece que, desconhecida para o Ocidente na época, a teoria da amostragem probabilística foi desenvolvida de forma independente na Rússia vários anos antes do trabalho ocidental correspondente. A aplicação da teoria da probabilidade à amostragem foi proposta pela primeira vez em um artigo que Chuprov apresentou a um congresso de pesquisadores científicos já em 1894. A teoria da alocação ótima em amostragem aleatória estratificada, geralmente atribuída a um artigo de 1934 de Neyman, já havia sido estabelecido em um livro sobre a teoria da amostragem por Kovalskii, publicado em Saratov em 1924 (Zarkovic 1956, 1962). [13]

Na década de 1920, TsSU sentiu uma grande necessidade de desenvolver métodos de amostragem, com a experimentação prática frequentemente avançando em relação à teoria. [14] O Estado exigia informações estatísticas para regular a economia, mas a cobertura de todas as unidades econômicas não era necessária aos meios econômicos de regulação utilizados durante a Nova Política Econômica. Nem a enumeração completa era praticável, dada a natureza dispersa da economia da NEP. Tais condições foram muito favoráveis ​​ao desenvolvimento da amostragem.

No entanto, embora a teoria da amostragem probabilística tenha sido elaborada por alguns estatísticos na década de 1920, a amostragem probabilística não substituiu completamente as formas anteriores de amostragem. O método do censo, em particular, permaneceu em uso bastante amplo - por exemplo, nas estatísticas do transporte ferroviário e fluvial (Poplavskii 1927) e no estudo da produtividade do trabalho na indústria (Akinshina 1966).

O ataque à aplicação da estatística matemática nas estatísticas socioeconômicas no final da década de 1920 teve um efeito especialmente deletério na prática e na teoria da amostragem, cujo desenvolvimento parece ter sido "congelado". A aplicação da teoria da amostragem foi em geral negligenciada durante o período de Stalin (Nemchinov 1955). O método do censo - agora renomeado como "o método da massa básica" (metod osnovnogo massiva) - continuou a ser usado em campos como estatísticas de transporte ferroviário (Kochetov 1966), e também foi aplicado no novo levantamento de mercados de fazendas coletivas, que cobriu apenas os maiores centros urbanos (Belyaevskii 1962). Como veremos no Capítulo A4, o método continua em uso até hoje.

A administração da economia de comando estabelecida na década de 1930 exigia a coleta de muitas informações estatísticas com base na enumeração completa das unidades econômicas. O conceito de "estatística" foi substituído pelo de "contabilidade econômica nacional", [15] em que a amostragem, naturalmente, não tinha lugar. Mas, como argumentaremos no próximo capítulo, quando considerarmos a posição da amostragem no período pós-Stalin, mesmo dentro de uma economia de comando, a amostragem poderia muitas vezes substituir o relatório estatístico completo, e isso foi negligenciado a um grande custo.

A interação das estatísticas socioeconômicas e matemáticas tem ocorrido por caminhos muito diferentes no Ocidente, de um lado, e na Rússia e na URSS, do outro.

No Ocidente, o isolamento virtual dos dois campos um do outro que prevaleceu no século XIX foi rompido na primeira metade do século XX. A amostragem probabilística, em particular, tornou-se uma ferramenta central das estatísticas estaduais e, em geral, substituiu as formas não probabilísticas anteriores de amostragem.

Na Rússia, uma tradição estatística independente se desenvolveu nas poucas décadas antes de 1917, que se mostrou capaz de integrar o socioeconômico com a estatística matemática e que atingiu seu apogeu na década de 1920 soviética. Até então, as estatísticas russas e soviéticas estavam um pouco à frente do Ocidente no campo da teoria e prática da amostragem.

No entanto, o progresso foi paralisado no início do período Stalin, quando a aplicação de estatísticas matemáticas em estatísticas socioeconômicas foi fortemente atacada. Foi imposto um isolamento da matemática das estatísticas socioeconômicas, semelhante ao que agora estava desaparecendo no Ocidente. A amostragem foi negligenciada e as primeiras formas não probabilísticas de amostragem permaneceram amplamente utilizadas. Desde Stalin, esse legado foi superado apenas até certo ponto.

[1] Métodos de coleta, apresentação, análise, interpretação e uso de estatísticas socioeconômicas podem ser classificados de forma útil em três categorias:

(a) os métodos baseados em matemática relativamente simples que os estatísticos matemáticos chamam de "estatísticas descritivas"

(b) os métodos de estatística matemática, com base na teoria da probabilidade e

(c) métodos matemáticos relativamente complexos não baseados na teoria da probabilidade (por exemplo, análise de índices ou programação não estocástica).

[2] Em 1906, o Professor Bowley discursou na Associação Britânica para o Avanço da Ciência da seguinte forma:

"As ilustrações de Edgeworth em 1885 sobre a importância dos métodos matemáticos no teste da verdade das deduções práticas deram até agora muito poucos frutos. É hora de as estatísticas matemáticas serem utilizadas na crítica e na análise das estatísticas industriais existentes. A maioria de nossas estatísticas permanecem não testados e seu significado não analisado "(Maunder 1977).

[3] Os zemstva, instituições do governo local criadas em 1861 pelo czar Alexandre II, gozavam de certo grau de independência do governo central e estavam abertas a influências políticas e intelectuais externas.

[4] Por exemplo, V. S. Nemchinov voltou-se para o projeto e análise de experimentos agrícolas na Estação Experimental de Bezenchukskaya, desenvolvendo um sistema computacional baseado nos polinômios de Chebychev (Nemchinov 1946).

[5] Os reformadores do período pós-Stalin pressionaram para que os métodos da "teoria geral" fossem combinados com métodos da estatística matemática. Por exemplo, Yuzbashev (1967) critica o método de "agrupamento analítico" por ignorar o efeito de confusão de variáveis ​​não controladas na comparação de grupos de unidades e sugere que seja combinado com a análise de variância.

[6] Para um relato de uma dessas conferências, a Conferência Técnico-Científica de Toda União sobre a Aplicação da Análise Estatística Multivariada em Economia e no Controle de Qualidade da Produção, realizada em Tartu (Estônia) em 1977, ver Aivazyan et al. (1978).

[7] O professor P. P. Maslov foi um veterano estatístico soviético, prolífico em vários ramos da estatística estatal. De acordo com seu obituário, ele foi "um dos maiores estatísticos contemporâneos" (Ryabushkin e Sinokov 1975).

[8] Para discussões sobre a história inicial da amostragem, consulte Stephan (1948), You (1951) e O'Muircheartaigh e Wong (1981), dos quais o último é o mais perspicaz.

[9] Na verdade, foi Bortkiewicz, que foi em 1901 o primeiro no Ocidente a sugerir a aplicação da teoria da probabilidade aos problemas de amostragem. Ele recomendou o uso da fórmula de Poisson para determinar se as diferenças entre as proporções de controle do censo e as proporções da amostra poderiam ter surgido por acaso.

[10] A amostragem aleatória simples fornece probabilidades iguais de inclusão, o que foi inicialmente considerado um princípio essencial. A amostragem aleatória em geral fornece probabilidades de inclusão conhecidas, mas não necessariamente iguais.

[11] Foi Royall (1970) quem ressuscitou a amostragem balanceada no contexto de uma abordagem de superpopulação não bayesiana. Para uma discussão sobre o assunto, consulte O'Muircheartaigh e Wong (1981 pp. 12-14), que são céticos quanto ao fato de os possíveis ganhos da amostragem balanceada no aumento da representatividade superarem os riscos de desistir da capacidade de estimar a precisão . Além disso, a amostragem equilibrada foi justificada apenas sob certas condições.

[12] O método do censo é algumas vezes referido como "amostragem concentrada".

[13] É sintomático do destino subsequente da amostragem na URSS que os autores soviéticos não façam referência ao trabalho de Kovalskii ao discutir as origens da amostragem. Foi o estatístico iugoslavo Zarkovic quem redescobriu o livro de Kovalskii na Biblioteca Lenin em Moscou.

[14] Conferências de estatísticos instruíram a Seção Metodológica de TsSU a desenvolver a teoria dos métodos considerados necessários na prática, como a amostragem por conglomerados (Zarkovic 1956). Para um relato dos métodos de amostragem usados ​​na sociologia soviética na década de 1920, consulte Sheregi (1978).

[15] Isso se reflete no destino do próprio TsSU. Em 1930 a Administração Central de Estatística deixou de existir com essa denominação, tendo o seu pessoal sido integrado na Agência de Planeamento do Estado (Gosplan) como Setor Económico-Estatístico, rebatizado em 1931 Setor de Contabilidade Económica Nacional. Em 1941, TsSU recuperou seu nome original, mas permaneceu subordinado ao Gosplan. Somente em 1948 TsSU recuperou o status que tinha na década de 1920.


História digital: um guia para coletar, preservar e apresentar o passado na web

Introdução

Neste capítulo, você aprenderá sobre:

  • Os prós e contras da digitalização
  • As diferentes maneiras como o texto pode ser digitalizado
  • Os benefícios e custos da marcação de texto
  • Como tornar legível por máquina de texto
  • As formas de tornar as imagens digitais
  • Como digitalizar som e imagens em movimento
  • Se você deve fazer todo esse trabalho sozinho

o passado dele era analógico. O futuro é digital. Os historiadores do amanhã & # 8217s se gloriarão em um registro histórico amplamente digital, que transformará a maneira como pesquisam, apresentam e até preservam o passado. Mas o que os historiadores de hoje podem fazer com o enorme registro histórico analógico dos últimos milênios? Este capítulo fornece algumas respostas, oferecendo conselhos sobre como transformar o passado & # 151 na forma de registros escritos, fotografias, fitas de história oral, filmes, cultura material ou outros documentos e artefatos analógicos & # 151 em arquivos digitais. Ao fazer isso, podemos permitir que esses recursos obtenham as vantagens significativas que descrevemos na introdução, como acessibilidade, flexibilidade e manipulabilidade.

Uma quantidade surpreendente de registro histórico analógico já se tornou digital na última década. Como mencionamos no Capítulo 1, o projeto American Memory da Biblioteca do Congresso e # 8217s apresenta mais de 8 milhões de documentos históricos. ProQuest & # 8217s Historical Newspapers oferece o texto completo de cinco jornais importantes, incluindo edições completas do New York Times e do Los Angeles Times. The Thomson Corporation & # 8217s 33 milhões de páginas Eighthenth Century Collections Online contém todos os títulos significativos em inglês e em língua estrangeira impressos na Grã-Bretanha naquele período. De forma mais dramática, o gigante motor de busca Google anunciou planos para digitalizar pelo menos 15 milhões de livros. 1 Centenas de milhões em dólares federais, de fundações e corporativos foram usados ​​para digitalizar uma proporção surpreendentemente grande de nosso patrimônio cultural

Este tesouro da história digital apresenta uma dádiva incrível para os historiadores, oferecendo possibilidades de pesquisa e ensino online que seriam inimagináveis ​​apenas alguns anos atrás. Para o aspirante a historiador digital, também oferece outro benefício: a experiência da primeira geração de digitalizadores fornece um conjunto de referências e abordagens que o ajudarão a converter documentos históricos para seu próprio site com maior eficiência, melhores reproduções e, esperamos , um custo inferior ao dos pioneiros. Mas, como os historiadores sabem muito bem, as lições do passado nunca são simples e diretas. & # 8220Não existem regras absolutas & # 8221 observa um relatório do Fórum da Biblioteca Digital.& # 8220Cada projeto é único. & # 8221 2 Esse cuidado se aplica particularmente a historiadores com pequenos projetos porque a literatura de aconselhamento se concentra em projetos de biblioteca ou arquivo de grande escala. Seus próprios objetivos e orçamento para organizar uma exposição para a sociedade histórica local ou publicar alguns documentos para seus alunos podem ser muito mais modestos.

Este capítulo não irá transformá-lo em um especialista em digitalização de resoluções para fotografias ou procedimentos de amostragem de áudio. Em vez disso, queremos fornecer informações suficientes para planejar de forma inteligente e supervisionar um projeto de história digital. Para fazer isso, oferecemos uma visão geral dos porquês, quais, como e quem são básicos na digitalização: por que é útil & # 040 e quando não é & # 8217t & # 041, quais formatos digitais você deve considerar produzir, como é realmente feito e quem deve fazer isso & # 040 você, sua organização, se houver, ou outra pessoa ou empresa & # 041.


Figuras chave

Os índices mais importantes fornecem um resumo compacto do tópico & quotEstados Unidos & quot e levam você diretamente para as estatísticas correspondentes.

Economia

Produto interno bruto (PIB) dos Estados Unidos 2026

Taxa de crescimento do produto interno bruto (PIB) nos Estados Unidos em 2026

Taxa de desemprego nos Estados Unidos 2020

Taxa de inflação dos EUA 1990-2020

Renda familiar média nos Estados Unidos 1990-2019

Made-In Country Index: percepção dos produtos fabricados nos EUA, por país 2017

Índice de globalização - 50 principais países em 2020

Classificação global de países por qualidade de infraestrutura 2019

Finanças estaduais

Dívida nacional dos Estados Unidos 2026

Saldo orçamentário nos Estados Unidos 2026

Proporção entre despesas do governo e produto interno bruto (PIB) nos Estados Unidos

Militares

Gastos militares dos EUA de 2000 a 2019

Governo dos EUA - gastos com defesa per capita 1995-2020


1,1 milhão de documentos foram digitalizados pelo FamilySearch.org em parceria com os Arquivos do Estado do Alasca para disponibilizar os registros ao público. Esses registros incluem registros de nascimento, casamento, óbito e inventário desde meados de 1800, um recurso importante para a pesquisa genealógica do Alasca. Um índice de nomes ligados a registros de nascimento, casamento e óbito está disponível abaixo, com links para documentos online.

Registros detidos por NARA (Seattle)


Uma breve história da ciência de dados

A história de como os cientistas de dados se tornaram sexy é principalmente a história da combinação da disciplina madura da estatística com uma disciplina muito jovem - a ciência da computação. O termo “Ciência de Dados” surgiu apenas recentemente para designar especificamente uma nova profissão que deverá dar sentido aos vastos armazenamentos de big data. Mas dar sentido aos dados tem uma longa história e tem sido discutido por cientistas, estatísticos, bibliotecários, cientistas da computação e outros por anos. A linha do tempo a seguir traça a evolução do termo “Ciência de Dados” e seu uso, tenta defini-lo e termos relacionados.

1962 John W. Tukey escreve em “The Future of Data Analysis”: “Por muito tempo pensei que era um estatístico, interessado em inferências do particular para o geral. Mas ao observar a evolução da estatística matemática, tive motivos para me perguntar e duvidar ... Passei a sentir que meu interesse central está em análise de dados... A análise de dados, e as partes das estatísticas que aderem a ela, devem ... assumir as características da ciência em vez das matemáticas ... a análise de dados é intrinsecamente uma ciência empírica ... Quão vital e quão importante ... é o surgimento do programa armazenado computador eletrônico? Em muitos casos, a resposta pode surpreender muitos por ser 'importante, mas não vital', embora em outros não haja dúvida de que o computador foi 'vital'. ”Em 1947, Tukey cunhou o termo“ bit ”que Claude Shannon usou em seu artigo de 1948 "A Mathematical Theory of Communications". Em 1977, Tukey publicou Análise exploratória de dados, argumentando que é necessário dar mais ênfase ao uso de dados para sugerir hipóteses a serem testadas e que a Análise Exploratória de Dados e a Análise Confirmatória de Dados "podem - e devem - proceder lado a lado".

1974 Peter Naur publica Pesquisa concisa de métodos de computador na Suécia e nos Estados Unidos. O livro é um levantamento dos métodos contemporâneos de processamento de dados usados ​​em uma ampla gama de aplicações. É organizado em torno do conceito de dados, conforme definido no IFIP Guia de conceitos e termos em processamento de dados: “[Dados são] uma representação de fatos ou ideias de uma maneira formalizada, passível de ser comunicada ou manipulada por algum processo.“ O Prefácio do livro diz ao leitor que um plano de curso foi apresentado no Congresso da IFIP em 1968, intitulado “ Datalogia, a ciência dos dados e dos processos de dados e seu lugar na educação, “e isso no texto do livro”, o termo 'ciência de dados' foi usado livremente ”. Naur oferece a seguinte definição de ciência de dados: “A ciência de lidar com dados, uma vez que tenham sido estabelecidos, enquanto a relação dos dados com o que eles representam é delegada a outros campos e ciências”.

1977 A International Association for Statistical Computing (IASC) é estabelecida como uma seção do ISI. “É missão do IASC vincular a metodologia estatística tradicional, a moderna tecnologia de computação e o conhecimento de especialistas no domínio, a fim de converter dados em informação e conhecimento.”

1989 Gregory Piatetsky-Shapiro organiza e preside o primeiro workshop de Descoberta de Conhecimento em Bancos de Dados (KDD). Em 1995, tornou-se a Conferência anual ACM SIGKDD sobre descoberta de conhecimento e mineração de dados (KDD).

Setembro de 1994 Semana de negócios publica uma matéria de capa sobre “Marketing de banco de dados”: “As empresas estão coletando montanhas de informações sobre você, analisando-as para prever a probabilidade de você comprar um produto e usando esse conhecimento para criar uma mensagem de marketing precisamente calibrada para que você faça isso ... Uma onda de entusiasmo anterior provocada pela disseminação de scanners de check-out na década de 1980 terminou em desapontamento generalizado: muitas empresas estavam muito sobrecarregadas com a quantidade de dados para fazer algo útil com as informações ... Ainda assim, muitas empresas acreditam que não têm escolha a não ser para desafiar a fronteira do marketing de banco de dados. ”

1996 Membros de Federação Internacional de Sociedades de Classificação (IFCS) reunir-se em Kobe, Japão, para sua conferência bienal. Pela primeira vez, o termo “ciência de dados” está incluído no título da conferência (“Ciência de dados, classificação e métodos relacionados”). O IFCS foi fundado em 1985 por seis sociedades de classificação específicas de cada país e idioma, uma das quais, The Classification Society, foi fundada em 1964. As sociedades de classificação têm usado os termos análise de dados, mineração de dados e ciência de dados em suas publicações.

1996 Usama Fayyad, Gregory Piatetsky-Shapiro e Padhraic Smyth publicam “Da mineração de dados à descoberta do conhecimento em bancos de dados”. Eles escrevem: “Historicamente, a noção de encontrar padrões úteis em dados recebeu uma variedade de nomes, incluindo mineração de dados, extração de conhecimento, descoberta de informações, coleta de informações, arqueologia de dados e processamento de padrões de dados ... Em nossa opinião, KDD [Conhecimento Descoberta em bancos de dados] refere-se ao processo geral de descoberta de conhecimento útil a partir de dados, e mineração de dados refere-se a uma etapa específica desse processo. Mineração de dados é a aplicação de algoritmos específicos para extrair padrões de dados ... as etapas adicionais no processo KDD, como preparação de dados, seleção de dados, limpeza de dados, incorporação de conhecimento prévio apropriado e interpretação adequada dos resultados da mineração, são essenciais para garantir esse conhecimento útil é derivado dos dados. A aplicação cega de métodos de mineração de dados (corretamente criticados como dragagem de dados na literatura estatística) pode ser uma atividade perigosa, levando facilmente à descoberta de padrões inválidos e sem sentido. ”

1997 Em sua palestra inaugural para a Cátedra H. C. Carver em Estatística na Universidade de Michigan, o professor C. F. Jeff Wu (atualmente no Instituto de Tecnologia da Geórgia), pede que as estatísticas sejam renomeadas para ciência de dados e os estatísticos sejam renomeados para cientistas de dados.

1997 A revista Data Mining and Knowledge Discovery lança a inversão da ordem dos dois termos em seu título, refletindo a ascensão da "mineração de dados" como a forma mais popular de designar "extração de informações de grandes bancos de dados".

Dezembro de 1999 Jacob Zahavi é citado em “Mining Data for Nuggets of Knowledge” no Knowledge @ Wharton: "Os métodos estatísticos convencionais funcionam bem com pequenos conjuntos de dados. Os bancos de dados de hoje, no entanto, podem envolver milhões de linhas e dezenas de colunas de dados ... A escalabilidade é enorme problema na mineração de dados. Outro desafio técnico é desenvolver modelos que podem fazer um trabalho melhor analisando dados, detectando relações não lineares e interação entre os elementos ... Ferramentas especiais de mineração de dados podem ter que ser desenvolvidas para lidar com as decisões do site. "

2001 William S. Cleveland publica "Ciência de dados: um plano de ação para expandir as áreas técnicas do campo das estatísticas." É um plano “para alargar as grandes áreas de trabalho técnico do domínio da estatística. Como o plano é ambicioso e implica mudanças substanciais, o campo alterado será chamado de 'ciência de dados' ". Cleveland coloca a nova disciplina proposta no contexto da ciência da computação e do trabalho contemporâneo em mineração de dados:“… o benefício para o analista de dados tem sido limitado, porque o conhecimento entre os cientistas da computação sobre como pensar e abordar a análise de dados é limitado, assim como o conhecimento de ambientes de computação por estatísticos é limitado. Uma fusão de bases de conhecimento produziria uma força poderosa para a inovação. sugere que os estatísticos devem olhar para a computação em busca de conhecimento hoje, assim como a ciência de dados olhou para a matemática no passado. ... os departamentos de ciência de dados devem conter membros do corpo docente que devotem suas carreiras a avanços na computação com dados e que formem parceria com cientistas da computação ”.

2001 Leo Breiman publica “Modelagem Estatística: As Duas Culturas” (PDF): “Existem duas culturas no uso da modelagem estatística para chegar a conclusões a partir de dados. Supõe-se que os dados são gerados por um determinado modelo de dados estocástico. O outro usa modelos algorítmicos e trata o mecanismo de dados como desconhecido. A comunidade estatística está comprometida com o uso quase exclusivo de modelos de dados. Esse compromisso levou a uma teoria irrelevante, conclusões questionáveis ​​e impediu que os estatísticos trabalhassem em uma ampla gama de problemas atuais interessantes. A modelagem algorítmica, tanto na teoria quanto na prática, desenvolveu-se rapidamente em campos fora da estatística. Ele pode ser usado em grandes conjuntos de dados complexos e como uma alternativa mais precisa e informativa para modelagem de dados em conjuntos de dados menores. Se nosso objetivo como campo é usar dados para resolver problemas, precisamos nos afastar da dependência exclusiva de modelos de dados e adotar um conjunto de ferramentas mais diversificado ”.

Abril de 2002 Lançamento de Data Science Journal, publicando artigos sobre “a gestão de dados e bases de dados em Ciência e Tecnologia. O escopo da Revista inclui descrições de sistemas de dados, sua publicação na internet, aplicações e questões legais. ” A revista é publicada pelo Comitê de Dados para Ciência e Tecnologia (CODATA) do Conselho Internacional de Ciência (ICSU).

Janeiro de 2003 Lançamento de Journal of Data Science: “Por‘ ciência de dados ’entendemos quase tudo que tem a ver com dados: coleta, análise, modelagem. no entanto, a parte mais importante são seus aplicativos - todos os tipos de aplicativos. Este jornal é dedicado a aplicações de métodos estatísticos em geral…. o Journal of Data Science fornecerá uma plataforma para que todos os profissionais de dados apresentem suas opiniões e troquem ideias ”.

Maio de 2005 Thomas H. Davenport, Don Cohen e Al Jacobson publicam "Competing on Analytics", um relatório do Babson College Working Knowledge Research Center, que descreve "o surgimento de uma nova forma de competição baseada no uso extensivo de análises, dados e fatos- tomada de decisão baseada. Em vez de competir em fatores tradicionais, as empresas estão começando a empregar análises estatísticas e quantitativas e modelagem preditiva como elementos primários de competição. ”A pesquisa é publicada posteriormente por Davenport no Harvard Business Review (Janeiro de 2006) e é expandido (com Jeanne G. Harris) no livro Competindo no Analytics: A nova ciência de vencer (Março de 2007).

Setembro de 2005 O National Science Board publica "Coleções de dados digitais de longa duração: habilitando a pesquisa e a educação no século 21". Uma das recomendações do relatório diz: “A NSF, trabalhando em parceria com gerentes de coleção e a comunidade em geral, deve agir para desenvolver e amadurecer a carreira de cientistas de dados e garantir que a empresa de pesquisa inclua um número suficiente de - cientistas de dados de qualidade. ” O relatório define cientistas de dados como "os cientistas da informação e da computação, engenheiros e programadores de banco de dados e software, especialistas disciplinares, curadores e anotadores especializados, bibliotecários, arquivistas e outros, que são cruciais para o gerenciamento bem-sucedido de uma coleta de dados digital".

2007 O Centro de Pesquisa para Dataologia e Ciência de Dados é estabelecido na Universidade Fudan, Xangai, China. Em 2009, dois dos pesquisadores do centro, Yangyong Zhu e Yun Xiong, publicaram “Introdução à Dataologia e Ciência de Dados”, no qual afirmam “Diferente das ciências naturais e sociais, Dataologia e Ciência de Dados leva dados no ciberespaço como seu objeto de pesquisa . É uma nova ciência. ” O centro realiza simpósios anuais sobre Dataology e Data Science.

Julho de 2008 O JISC publica o relatório final de um estudo que encomendou para “examinar e fazer recomendações sobre o papel e o desenvolvimento da carreira de cientistas de dados e o fornecimento associado de habilidades de curadoria de dados especializados para a comunidade de pesquisa. “O relatório final do estudo,“ As habilidades, o papel e a estrutura de carreira de cientistas de dados e curadores: avaliação da prática atual e necessidades futuras ”, define os cientistas de dados como“ pessoas que trabalham onde a pesquisa é realizada - ou, no caso do pessoal do data center, em estreita colaboração com os criadores dos dados - e pode estar envolvido em pesquisas e análises criativas, permitindo que outros trabalhem com dados digitais e desenvolvimentos em tecnologia de banco de dados. ”

Janeiro de 2009 Aproveitando o poder dos dados digitais para a ciência e a sociedade Está publicado. Este relatório do Grupo de Trabalho Interagências sobre Dados Digitais para o Comitê de Ciência do Conselho Nacional de Ciência e Tecnologia afirma que “A nação precisa identificar e promover o surgimento de novas disciplinas e especialistas especializados em lidar com os desafios complexos e dinâmicos da preservação digital , acesso sustentado, reutilização e reaproveitamento de dados. Muitas disciplinas estão vendo o surgimento de um novo tipo de especialista em ciência de dados e gerenciamento, realizado nas arenas da computação, da informação e da ciência de dados e em outro domínio da ciência. Esses indivíduos são a chave para o sucesso atual e futuro do empreendimento científico. No entanto, esses indivíduos geralmente recebem pouco reconhecimento por suas contribuições e têm planos de carreira limitados. ”

Janeiro de 2009 Hal Varian, economista-chefe do Google, diz ao McKinsey Quarterly: “Eu continuo dizendo que o trabalho sexy nos próximos dez anos será estatístico. As pessoas pensam que estou brincando, mas quem poderia imaginar que engenheiros de computação teriam sido o trabalho sexy dos anos 1990? A capacidade de obter dados - ser capaz de entendê-los, processá-los, extrair valor deles, visualizá-los, comunicá-los - essa será uma habilidade extremamente importante nas próximas décadas ... Porque agora realmente temos dados essencialmente gratuitos e onipresentes. Portanto, o fator escasso complementar é a capacidade de entender esses dados e extrair valor deles ... Acho que essas habilidades - de ser capaz de acessar, entender e comunicar os insights que você obtém da análise de dados - serão extremamente importantes. Os gerentes precisam ser capazes de acessar e entender os dados por conta própria. ”

Março de 2009 Kirk D. Borne e outros astrofísicos submetem à Pesquisa Decadal Astro2010 um artigo intitulado “A Revolução na Educação em Astronomia: Ciência de Dados para as Massas” (PDF): “É necessário treinar a próxima geração na fina arte de derivar compreensão inteligente de dados para o sucesso das ciências, comunidades, projetos, agências, negócios e economias. Isso é válido tanto para especialistas (cientistas) quanto não-especialistas (todos os demais: o público, educadores e alunos, força de trabalho). Os especialistas devem aprender e aplicar novas técnicas de pesquisa de ciência de dados para avançar nossa compreensão do Universo. Os não especialistas exigem habilidades de alfabetização informacional como membros produtivos da força de trabalho do século 21, integrando habilidades fundamentais para a aprendizagem ao longo da vida em um mundo cada vez mais dominado por dados. ”

Maio de 2009 Mike Driscoll escreve em “As três habilidades sensuais dos geeks de dados”: “… com a era dos dados sobre nós, aqueles que podem modelar, misturar e comunicar dados visualmente - chame-nos de estatísticos ou geeks de dados - são uma mercadoria quente.” [Driscoll fará o acompanhamento de Os sete segredos dos cientistas de dados bem-sucedidos em agosto de 2010]

Junho de 2009 Nathan Yau escreveu em “Rise of the Data Scientist”: “Como todos nós já lemos, o economista-chefe do Google Hal Varian comentou em janeiro que o próximo trabalho atraente nos próximos 10 anos seria o de estatísticos. Obviamente, concordo de todo o coração. Caramba, eu daria um passo adiante e diria que eles são sexy agora - mentalmente e fisicamente.No entanto, se você lesse o resto da entrevista de Varian, saberia que, por estatísticos, ele realmente quis dizer que era um título geral para alguém que é capaz de extrair informações de grandes conjuntos de dados e, em seguida, apresentar algo útil para pessoas não especialistas em dados ... [Ben] Fry ... defende um campo inteiramente novo que combina as habilidades e talentos de áreas frequentemente desconexas de especialização ... [ciência da computação matemática, estatística e mineração de dados infovis de design gráfico e interação homem-computador]. E depois de dois anos destacando a visualização no FlowingData, parece que as colaborações entre as áreas estão se tornando mais comuns, mas o mais importante, o design de informações computacionais está mais próximo da realidade. Estamos vendo cientistas de dados—Pessoas que podem fazer tudo— emergem do resto da matilha. ”

Junho de 2009 Troy Sadkowsky cria o grupo de cientistas de dados no LinkedIn como um companheiro para seu site, datasceintists.com (que mais tarde se tornou datascientists.net).

Fevereiro de 2010 Kenneth Cukier escreve em O economista Relatório especial ”Data, Data Everywhere“: ”… surgiu um novo tipo de profissional, o cientista de dados, que combina as habilidades de programador de software, estatístico e contador de histórias / artista para extrair pepitas de ouro escondidas sob montanhas de dados.”

Junho de 2010 Mike Loukides escreve em “O que é ciência de dados?”: “Cientistas de dados combinam empreendedorismo com paciência, a vontade de construir produtos de dados de forma incremental, a capacidade de explorar e a capacidade de iterar em uma solução. Eles são inerentemente interdisciplinares. Eles podem lidar com todos os aspectos de um problema, desde a coleta inicial de dados e condicionamento de dados até tirar conclusões. Eles podem pensar fora da caixa para criar novas maneiras de ver o problema ou trabalhar com problemas definidos de forma muito ampla: 'aqui estão muitos dados, o que você pode fazer com eles?' "

Setembro de 2010 Hilary Mason e Chris Wiggins escrevem em “A Taxonomy of Data Science”: “... pensamos que seria útil propor uma possível taxonomia ... do que um cientista de dados faz, em ordem aproximadamente cronológica: obter, esfregar, explorar, modelar e interpretar…. A ciência de dados é claramente uma mistura das artes dos hackers ... estatística e aprendizado de máquina ... e a experiência em matemática e o domínio dos dados para que a análise seja interpretável ... Requer decisões criativas e mente aberta em um contexto científico. ”

Setembro de 2010 Drew Conway escreve em “The Data Science Venn Diagram”: “… é preciso aprender muito enquanto aspiramos a se tornar um cientista de dados totalmente competente. Infelizmente, simplesmente enumerar textos e tutoriais não desfaz os nós. Portanto, em um esforço para simplificar a discussão e adicionar minhas próprias idéias ao que já é um mercado lotado de ideias, apresento o Diagrama de Venn da Data Science ... habilidades de hacking, conhecimento de matemática e estatísticas e especialização substantiva. ”

Maio de 2011 Pete Warden escreve em “Por que o termo‘ ciência de dados ’é falho, mas útil”: “Não há limite amplamente aceito para o que está dentro e fora do escopo da ciência de dados. É apenas uma reformulação da marca das estatísticas? Acho que não, mas também não tenho uma definição completa. Acredito que a recente abundância de dados gerou algo novo no mundo e, quando olho ao redor, vejo pessoas com características compartilhadas que não se enquadram nas categorias tradicionais. Essas pessoas tendem a trabalhar além das especialidades estreitas que dominam o mundo corporativo e institucional, lidando com tudo, desde encontrar os dados, processá-los em escala, visualizá-los e escrevê-los como uma história. Eles também parecem começar observando o que os dados podem dizer a eles e, em seguida, escolhendo tópicos interessantes a serem seguidos, em vez da abordagem tradicional do cientista de escolher o problema primeiro e, em seguida, encontrar dados para esclarecê-lo. ”

Maio de 2011 David Smith escreve em "'Data Science': O que há em um nome?”: “Os termos 'Data Science' e 'Data Scientist' são de uso comum há pouco mais de um ano, mas realmente decolaram desde então então: muitas empresas agora estão contratando para "cientistas de dados" e conferências inteiras são realizadas sob o nome de "ciência de dados". Mas, apesar da adoção generalizada, algumas resistiram à mudança dos termos mais tradicionais, como "estatístico" ou "quant 'ou' analista de dados '... Acho que' Ciência de Dados 'descreve melhor o que realmente fazemos: uma combinação de hacking de computador, análise de dados e solução de problemas. ”

Junho de 2011 Matthew J. Graham palestra no workshop Astrostatistics and Data Mining in Large Astronomical Databases sobre “The Art of Data Science” (PDF). Ele diz: “Para florescer no novo ambiente de uso intensivo de dados da ciência do século 21, precisamos desenvolver novas habilidades ... Precisamos entender quais regras [os dados] obedecem, como são simbolizados e comunicados e qual sua relação com o espaço físico e tempo é."

Setembro de 2011 Harlan Harris escreve em “Data Science, Moore’s Law, and Moneyball”: “'Data Science' é definida como o que 'Data Scientists' fazem. O que os cientistas de dados fazem foi muito bem abordado, e abrange desde a coleta e análise de dados, passando pela aplicação de estatísticas e aprendizado de máquina e técnicas relacionadas, até a interpretação, comunicação e visualização dos resultados. Quem são os cientistas de dados pode ser a questão mais fundamental ... Tenho tendência a gostar da ideia de que a ciência de dados é definida por seus praticantes, que é um plano de carreira em vez de uma categoria de atividades. Em minhas conversas com as pessoas, parece que as pessoas que se consideram Cientistas de Dados normalmente têm carreiras ecléticas, o que pode, de certa forma, parecer não fazer muito sentido ”.

Setembro de 2011 D.J. Patil escreve em “Construindo equipes de ciência de dados”: “A partir de 2008, Jeff Hammerbacher (@hackingdata) e eu nos sentamos para compartilhar nossas experiências construindo os grupos de dados e análises no Facebook e LinkedIn. De muitas maneiras, esse encontro foi o início da ciência de dados como uma especialização profissional distinta. percebemos que, à medida que nossas organizações cresciam, nós dois tínhamos que descobrir como chamar as pessoas em nossas equipes. ‘Analista de negócios’ parecia muito limitante. "Analista de dados" era um candidato, mas achamos que esse título pode limitar o que as pessoas podem fazer. Afinal, muitas das pessoas em nossas equipes tinham profundo conhecimento de engenharia. "Cientista de pesquisa" era um cargo razoável usado por empresas como Sun, HP, Xerox, Yahoo e IBM. No entanto, sentimos que a maioria dos cientistas pesquisadores trabalhava em projetos futurísticos e abstratos, e o trabalho era feito em laboratórios isolados das equipes de desenvolvimento de produtos. Pode levar anos para que a pesquisa de laboratório afete os produtos-chave, se é que alguma vez o fez. Em vez disso, o foco de nossas equipes era trabalhar em aplicativos de dados que teriam um impacto imediato e massivo nos negócios. O termo que parecia se encaixar melhor era cientista de dados: aqueles que usam dados e ciência para criar algo novo. “

Setembro de 2012 Tom Davenport e D.J. Patil publicou "Cientista de dados: o trabalho mais sexy do século 21" no Harvard Business Review.

Uma versão anterior desta linha do tempo foi publicada em WhatsTheBigData.com

Siga-me no Twitter @GilPress ou Facebook ou Google+


Figuras chave

Os índices mais importantes fornecem um resumo compacto do tópico & quotRússia & quot e levam você diretamente para as estatísticas correspondentes.

Economia

Produto interno bruto (PIB) na Rússia 2026

Produto interno bruto (PIB) per capita na Rússia 2026

Taxa de inflação na Rússia 2026

Taxa de desemprego na Rússia 2020

Importação de mercadorias para a Rússia 2019

Exportação de mercadorias da Rússia 2019

Balança comercial de bens na Rússia 2019

Principais parceiros de exportação para a Rússia 2019

Principais parceiros de importação para a Rússia 2019

Made-In Country Index: percepção dos produtos fabricados na Rússia, por país 2017

Percepção de produtos feitos em países selecionados na Rússia 2017

Finanças Nacionais

Dívida nacional em relação ao produto interno bruto (PIB) na Rússia 2026

Saldo orçamentário na Rússia em relação ao produto interno bruto (PIB) 2026

Despesa do governo em relação ao produto interno bruto (PIB) na Rússia 2026


Adoção de registros eletrônicos de saúde em hospitais dos EUA: o surgimento de uma divisão digital de "uso avançado"

Objetivo: Embora a maioria dos hospitais tenha adotado registros eletrônicos de saúde (EHRs), sabemos pouco sobre se os hospitais usam EHRs de maneiras avançadas que são críticas para melhorar os resultados, e se hospitais com menos recursos - pequenos, rurais, rede de segurança - estão acompanhando.

Materiais e métodos: Usando dados da pesquisa do Suplemento de Tecnologia da Informação da American Hospital Association de 2008-2015, medimos a adoção de EHR "básica" e "abrangente" entre hospitais para fornecer os números nacionais mais recentes. Em seguida, usamos novas perguntas de suplemento para avaliar o uso avançado de EHRs e dados EHR para medição de desempenho e funções de envolvimento do paciente. Para avaliar uma divisão digital de "uso avançado", rodamos modelos de regressão logística para identificar as características do hospital associadas à alta adoção em cada domínio de uso avançado.

Resultados: Descobrimos que 80,5% dos hospitais adotaram pelo menos um sistema de EHR básico, um aumento de 5,3 pontos percentuais em relação a 2014. Apenas 37,5% dos hospitais adotaram pelo menos 8 (de 10) dados de EHR para funções de medição de desempenho, e 41,7% dos hospitais adotados em pelo menos 8 (de 10) funções de envolvimento do paciente. Hospitais de acesso crítico eram menos propensos a ter adotado pelo menos 8 funções de medição de desempenho (odds ratio [OR] = 0,58 P & lt 0,001) e pelo menos 8 funções de envolvimento do paciente (OR = 0,68 P = 0,02).

Discussão: Embora a Lei de Tecnologia da Informação em Saúde para Saúde Econômica e Clínica tenha resultado na adoção generalizada de EHR em hospitais, o uso de funções EHR avançadas está atrasado e uma divisão digital parece estar surgindo, com hospitais de acesso crítico ficando para trás. Isso é preocupante, porque a medição de desempenho habilitada por EHR e o envolvimento do paciente são contribuintes importantes para melhorar o desempenho do hospital.

Conclusão: A adoção de EHR em hospitais é generalizada e muitos hospitais estão usando EHRs para apoiar a medição de desempenho e o envolvimento do paciente. No entanto, isso não está acontecendo em todos os hospitais.