| Випуск: | 2026 №2 (94) |
| Рубрика: | Менеджмент |
| УДК: | 424.11.785 |
| DOI: | https://doi.org/10.33271/ebdut/94.151 |
| Мова статті: | Українська |
| Сторінки: | 151-157 |
| Заголовок: | Якість інформації в парадигмі інформаційного забезпечення економічних досліджень: теоретичний аспект |
| Автор: | Джанджгава Н. В., Харківський національний економічний університет імені Семена Кузнеця |
| Анотація: | Методологія дослідження. У статті застосовано комплекс загальнонаукових і спеціальних методів пізнання: термінологічний аналіз для уточнення змісту поняття «якість інформації», порівняльний метод для зіставлення наукових підходів до її трактування, систематизацію та групування для визначення критеріїв якості інформації в економічних дослідженнях, а також логічне узагальнення для формування пропозицій щодо забезпечення належного рівня інформаційної бази дослідження. Результати. Обґрунтовано, що в умовах цифровізації економічної науки зростає не лише доступність інформації, а й ризик використання неперевірених, застарілих, фрагментарних або методологічно слабких даних. Доведено доцільність розуміння якості інформації як сукупності властивостей, що визначають можливість її коректного, доказового та результативного використання у процесі економічного дослідження. Систематизовано критерії якості інформації за двома ступенями важливості: критичними, без яких інформація не може бути використана, та додатковими, що потребують попереднього опрацювання. Показано, що формальна наявність посилання на джерело не гарантує його наукової придатності, оскільки вирішальне значення мають походження даних, репутація видання, методика їх отримання та можливість перевірки. Новизна. Уточнено зміст поняття «якість інформації» саме для сфери економічних досліджень, запропоновано підхід до ранжування джерел інформації та обґрунтовано необхідність експрес-тестування інформаційних джерел за критеріями актуальності, точності, достовірності, змістовності, своєчасності, достатності та адаптованості. Практична значущість. Результати можуть бути використані науковцями, здобувачами вищої освіти, редакціями фахових видань та експертами під час відбору джерельної бази, перевірки коректності емпіричних даних і підвищення доказовості економічних досліджень. Запропонований підхід сприяє мінімізації інформаційних викривлень, підвищенню якості аргументації та посиленню відтворюваності наукових результатів у практиці. |
| Ключові слова: | Якість інформації, Економічні дослідження, Інформаційне забезпечення, Достовірність даних, Актуальність інформації, Точність інформації, Цифровізація, Наукові джерела, Критерії якості, Ранжування джерел, Експрес-тестування, Доказовість дослідження |
| Файл статті: | EV20262_151-157.pdf |
| Література: | - 1. Andryeyeva, H.I., & Yaroshenko, O.S. (2013). Do pytannia yakosti informatsiynoho zabezpechennia analizu hospodarskoyi diyalnosti. Efektyvna ekonomika, (2). Retrieved from http://www.economy.nayka.com.ua/?op=1&z=1835
- 2. Heryak, Yu.M., & Berko, O.Yu. (2024). Problemy kontrolyu za yakistyu danykh u rozpodilenykh informatsiynykh systemakh. Stan, dosiahnennia ta perspektyvy informatsiynykh system ta tekhnolohiy, 98-100. https://doi.org/10.23939/sisn2024.16.191
- 3. Neustroyev, Yu.H. (2021). Rol informatsiynykh tekhnolohiy u zabezpechenni ekonomichnoyi bezpeky krayiny. Investytsiyi: praktyka ta dosvid, (8). DOI:10.32702/23066814.2021.8.40
- 4. Okhrimenko, H. (2022). Analitychna kultura ta yakist informatsiyi u diyalnosti menedzhera informatsiyno-komunikatyvnoyi sfery v Ukrayini: proektnyy pidkhid. Ahora. Zhurnal sotsialnykh nauk, (1), 61-71. https://doi.org/10.25264/26.01.2023-1/1-61-71
- 5. Sariohlo, V.H. (2021). Mikrodani u sotsialno-ekonomichnykh doslidzhennyakh. Natsionalna akademiia nauk Ukrayiny, Instytut demohrafiyi ta sotsialnykh. doslidzhen imeni. M.V. Ptukhy. Uman: Vydavets «Sochinskyy M.M.».
- 6. Serkutan, T.V., & Vlasenko, D.S. (2020). Informatsiyne zabezpechennia kompleksnoho doslidzhennya rynku. Aktualni problemy ekonomiky, 11(233) DOI:10.32752/1993-6788-2020-1-233-88-94
- 7. Cai, L., & Zhu, Y. (2015). Challenges of Data Quality and Data Quality Assessment v Big Data Era. Data Science Journal, (14). https://doi.org/10.5334/dsj-2015-002
|
Архів