DIKW पिरामिड: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
Line 46: Line 46:


=== सिग्नल के रूप में डेटा ===
=== सिग्नल के रूप में डेटा ===
व्यक्तिपरक डोमेन में, डेटा को संवेदी उत्तेजनाओं के रूप में माना जाता है, जिसे हम अपनी इंद्रियों के माध्यम से अनुभव करते हैं,<ref name="Zins" />या सिग्नल रीडिंग, जिसमें प्रकाश, ध्वनि, गंध, स्वाद और स्पर्श के सेंसर और/या संवेदी रीडिंग शामिल हैं।<ref name="Liew" />अन्य लोगों ने तर्क दिया है कि ज़िन्स व्यक्तिपरक डेटा को वास्तव में सिग्नल टियर के रूप में गिनते हैं (जैसा कि बोल्डिंग<ref name="Wallace"/><ref name="Boulding"/>), जो DIKW श्रृंखला में डेटा से पहले है।<ref name="Choo"/>
व्यक्तिपरक डोमेन में, डेटा को संवेदी उत्तेजना, जिसे हम अपनी इंद्रियों के माध्यम से अनुभव करते हैं<ref name="Zins" />या सिग्नल रीडिंग, जिसमें प्रकाश, ध्वनि, गंध, स्वाद और स्पर्श के सेंसर और/या संवेदी रीडिंग सम्मलित हैं।<ref name="Liew" />अन्य लोगों ने तर्क दिया है कि ज़िन्स व्यक्तिपरक डेटा को वास्तव में सिग्नल स्तर के रूप में गिनते हैं (जैसा कि बोल्डिंग<ref name="Wallace"/><ref name="Boulding"/>), जो DIKW श्रृंखला में डेटा से पहले होता है।<ref name="Choo"/>


अमेरिकी सूचना वैज्ञानिक ग्लिनन हार्मन ने डेटा को एक या एक से अधिक प्रकार की ऊर्जा तरंगों या कणों (प्रकाश, गर्मी, ध्वनि, बल, विद्युत चुम्बकीय) के रूप में परिभाषित किया है जो एक सचेत जीव या बुद्धिमान एजेंट द्वारा जीव में पहले से मौजूद फ्रेम या अनुमानित तंत्र के आधार पर चुने गए हैं। प्रतिनिधि।<ref name="Harmon">Harmon, Glynn, as cited by Zins, ''id.'', at p. 483.</ref>
अमेरिकी सूचना वैज्ञानिक ग्लिनन हार्मन ने डेटा को एक या एक से अधिक प्रकार की ऊर्जा तरंगों या कणों (प्रकाश, गर्मी, ध्वनि, बल, विद्युत चुम्बकीय) के रूप में परिभाषित किया है जो एक सचेत जीव या बुद्धिमान एजेंट द्वारा जीव में पहले से उपस्थित फ्रेम या अनुमानित तंत्र के आधार पर चुने गए हैं। प्रतिनिधि।<ref name="Harmon">Harmon, Glynn, as cited by Zins, ''id.'', at p. 483.</ref>
संवेदी उत्तेजनाओं का अर्थ व्यक्तिपरक डेटा के रूप में भी सोचा जा सकता है:
संवेदी उत्तेजनाओं का अर्थ व्यक्तिपरक डेटा के रूप में भी विचार किया जा सकता है:


<blockquote>जानकारी इन संवेदी उत्तेजनाओं (''अर्थात'', अनुभवजन्य धारणा) का अर्थ है। उदाहरण के लिए, मुझे जो शोर सुनाई देता है वह डेटा है। ''इन शोरों का अर्थ'' (''जैसे'', एक चलता हुआ कार इंजन) ''सूचना है''। फिर भी, एक और विकल्प है कि इन दो अवधारणाओं को कैसे परिभाषित किया जाए - जो और भी बेहतर लगता है। डेटा संवेदी उत्तेजनाएं हैं, या उनका अर्थ (''अर्थात'', अनुभवजन्य धारणा)। तदनुसार, ऊपर दिए गए उदाहरण में, तेज़ आवाज़ें, ''साथ ही एक चलती कार इंजन की धारणा'', डेटा हैं।<ref name="Zins" />(इटैलिक जोड़ा गया। मूल रूप से बोल्ड।)</blockquote>
<blockquote>जानकारी इन संवेदी उत्तेजनाओं (''अर्थात'', अनुभवजन्य धारणा) का अर्थ है। उदाहरण के लिए, मुझे जो शोर सुनाई देता है वह डेटा है। ''इन शोरों का अर्थ'' (''जैसे'', एक ''चलती'' हुई कार इंजन)। फिर भी, एक और विकल्प है कि इन दो अवधारणाओं को कैसे परिभाषित किया जाए - जो और भी बेहतर हो। डेटा संवेदी उत्तेजनाएं हैं, या उनका अर्थ (''अर्थात'', अनुभवजन्य धारणा)। तदनुसार, ऊपर दिए गए उदाहरण में, तेज़ आवाज़ें, ''साथ ही एक चलती कार इंजन की धारणा'', डेटा हैं।<ref name="Zins" /></blockquote>


व्यक्तिपरक डेटा, अगर इस तरह से समझा जाता है, [[परिचित द्वारा ज्ञान]] के साथ तुलना की जाएगी, जिसमें यह उत्तेजनाओं के प्रत्यक्ष अनुभव पर आधारित है। हालांकि, परिचित द्वारा ज्ञान के विपरीत, जैसा कि [[बर्ट्रेंड रसेल]] और अन्य लोगों द्वारा वर्णित किया गया है, व्यक्तिपरक डोमेन ... सत्यता से संबंधित नहीं है।<ref name="Zins"/>
व्यक्तिपरक डेटा, अगर इस तरह से समझा जाता है, [[परिचित द्वारा ज्ञान]] के साथ तुलना की जाएगी, जिसमें यह उत्तेजनाओं के प्रत्यक्ष अनुभव पर आधारित है। चूंकि, परिचित द्वारा ज्ञान के विपरीत, जैसा कि [[बर्ट्रेंड रसेल]] और अन्य लोगों द्वारा वर्णित किया गया है, व्यक्तिपरक डोमेन ... सत्यता से संबंधित नहीं है।<ref name="Zins"/>


क्या Zins की वैकल्पिक परिभाषा इस बात पर निर्भर करेगी कि क्या कार के इंजन को चलाना एक वस्तुनिष्ठ तथ्य के रूप में समझा जाता है या एक प्रासंगिक व्याख्या के रूप में।
क्या Zins की वैकल्पिक परिभाषा इस बात पर निर्भर होगी कि क्या "कार इंजन का चलना" एक वस्तुगत तथ्य के रूप में या एक प्रासंगिक व्याख्या के रूप में समझा जाता है।


=== प्रतीक के रूप में डेटा ===
=== प्रतीक के रूप में डेटा ===
क्या डेटा की DIKW परिभाषा को Zins के व्यक्तिपरक डेटा (अर्थ के साथ या बिना अर्थ) को शामिल करने के लिए माना जाता है, डेटा को प्रतीकों को शामिल करने के लिए लगातार परिभाषित किया गया है,<ref name="Ackoff" /><ref name="Bellinger">{{cite web | last = Bellinger | first = Gene | author-link = Gene Bellinger |author2=Durval Castro |author3=Anthony Mills | title = डेटा, सूचना, ज्ञान और बुद्धि| year = 2004 | url = http://www.systems-thinking.org/dikw/dikw.htm | access-date = 7 January 2009 }}</ref> या चिह्नों के सेट (सांकेतिक विज्ञान) जो अनुभवजन्य उत्तेजनाओं या धारणाओं का प्रतिनिधित्व करते हैं,<ref name="Zins" />किसी वस्तु, घटना या उनके पर्यावरण की संपत्ति का।<ref name="Rowley2" />डेटा, इस अर्थ में, शब्द (पाठ और/या मौखिक), संख्याओं, आरेखों, और छवियों (अभी भी और/या वीडियो) सहित रिकॉर्ड किए गए (कब्जा या संग्रहीत) प्रतीक हैं, जो संचार के निर्माण खंड हैं, का उद्देश्य जो गतिविधियों या स्थितियों को रिकॉर्ड करने के लिए है, सच्ची तस्वीर या वास्तविक घटना को पकड़ने का प्रयास करने के लिए, जैसे कि सभी डेटा [[ऐतिहासिक]] हैं, जब तक कि [[पूर्वानुमान]] जैसे उदाहरण के उद्देश्यों के लिए उपयोग नहीं किया जाता है।<ref name="Liew" />
क्या डेटा की DIKW परिभाषा को Zins के व्यक्तिपरक डेटा (अर्थ के साथ या बिना अर्थ) को सम्मलित करने के लिए माना जाता है, डेटा को प्रतीकों <ref name="Ackoff" /><ref name="Bellinger">{{cite web | last = Bellinger | first = Gene | author-link = Gene Bellinger |author2=Durval Castro |author3=Anthony Mills | title = डेटा, सूचना, ज्ञान और बुद्धि| year = 2004 | url = http://www.systems-thinking.org/dikw/dikw.htm | access-date = 7 January 2009 }}</ref> या चिह्नों के सेट (सांकेतिक विज्ञान) जो अनुभवजन्य उत्तेजनाओं या धारणाओं का प्रतिनिधित्व करते हैं सम्मलित करने के लिए लगातार परिभाषित किया गया है।<ref name="Zins" />एक वस्तु, एक घटना या उनके पर्यावरण की संपत्ति।<ref name="Rowley2" />डेटा, इस अर्थ में, रिकॉर्डेड (कब्जा या संग्रहीत) प्रतीक हैं, जिसमें शब्द (पाठ और/या मौखिक), संख्याएं, आरेख, और छवियां सहित सम्मलित हैं, जो संचार के निर्माण खंड हैं, जिसका उद्देश्य जो गतिविधियों या स्थितियों को रिकॉर्ड करने के लिए है, सच्ची तस्वीर या वास्तविक घटना को पकड़ने का प्रयास करने के लिए, जैसे कि सभी डेटा [[ऐतिहासिक]] हैं, जब तक कि [[पूर्वानुमान]] जैसे उदाहरण के उद्देश्यों के लिए उपयोग नहीं किया जाता है।<ref name="Liew" />


DIKW के बोल्डिंग के संस्करण ने सूचना स्तर संदेश के नीचे के स्तर को स्पष्ट रूप से नामित किया है, जो इसे एक अंतर्निहित सिग्नल स्तर से अलग करता है।<ref name="Wallace"/><ref name="Boulding"/>डेबन और सहकर्मी इस संबंध को उलट देते हैं, एक स्पष्ट प्रतीक स्तर की पहचान डेटा के कई स्तरों में से एक के रूप में करते हैं।<ref name="Wallace"/><ref name="Debons2"/>
DIKW के बोल्डिंग के संस्करण ने सूचना स्तर संदेश के नीचे के स्तर को स्पष्ट रूप से नामित किया है, जो इसे एक अंतर्निहित सिग्नल स्तर से अलग करता है।<ref name="Wallace"/><ref name="Boulding"/>डेबन और सहकर्मी इस संबंध को उलट देते हैं, एक स्पष्ट प्रतीक स्तर की पहचान डेटा के कई स्तरों में से एक के रूप में करते हैं।<ref name="Wallace"/><ref name="Debons2"/>


Zins ने निर्धारित किया कि, सर्वेक्षण किए गए अधिकांश लोगों के लिए, डेटा को सार्वभौमिक डोमेन में घटना के रूप में वर्णित किया गया है। जाहिरा तौर पर, Zins स्पष्ट करता है, यह डेटा, सूचना और ज्ञान को अर्थ और इसके बिल्डिंग ब्लॉक्स के बजाय संकेतों के सेट के रूप में संबंधित करने के लिए अधिक उपयोगी है।<ref name="Zins" />
Zins ने निर्धारित किया कि, सर्वेक्षण किए गए अधिकांश लोगों के लिए, डेटा को सार्वभौमिक डोमेन में घटना के रूप में वर्णित किया गया है। स्पष्ट रूप से, Zins स्पष्ट करता है, यह डेटा, सूचना और ज्ञान को अर्थ और इसके बिल्डिंग ब्लॉक्स के अतिरिक्त संकेतों के सेट के रूप में संबंधित करने के लिए अधिक उपयोगी है।<ref name="Zins" />




Revision as of 14:41, 25 March 2023

DIKW पिरामिड: पिरामिड का प्रत्येक चरण प्रारंभिक डेटा के आधार पर मूल्य बनाता है, और इसका उपयोग उच्च-स्तरीय प्रश्नों के उत्तर देने के लिए किया जा सकता है

DIKW पिरामिड, जिसे DIKW पदानुक्रम, ज्ञान पदानुक्रम, सूचना पदानुक्रम, सूचना पिरामिड और डेटा पिरामिड के रूप में भी जाना जाता है,[1] कथित संरचनात्मक और/या कार्यात्मक का प्रतिनिधित्व करने के लिए मॉडल के एक वर्ग को संदर्भित करता है[2]डेटा, सूचना, ज्ञान और ज्ञान के बीच संबंध। सामान्यतः सूचना को डेटा के संदर्भ में, ज्ञान को सूचना के संदर्भ में, और ज्ञान को ज्ञान के संदर्भ में परिभाषित किया जाता है। DIKW परिवर्णी शब्द ने ज्ञान प्रबंधन से आवर्तन में काम किया है। यह दर्शाता है कि चार गुणात्मक चरणों से गुजरते हुए विषय की गहरी समझ कैसे उभरती है: डी-डेटा, आई-सूचना, के-ज्ञान और डब्ल्यू-ज्ञान[1]

DIKW मॉडल के सभी संस्करण सभी चार घटकों को संदर्भित नहीं करते हैं (पहले के संस्करणों में डेटा सममलित नहीं है, बाद के संस्करण ज्ञान को छोड़ रहे हैं या कम कर रहे हैं), और कुछ में अतिरिक्त घटक सममलित हैं।[3] एक पदानुक्रम और एक पिरामिड के अतिरिक्त, DIKW मॉडल को एक श्रृंखला के रूप में भी वर्णित किया गया है,[4][5] एक रूपरेखा के रूप में,[6] रेखांकन की एक श्रृंखला के रूप में,[7] और एक निरंतरता (सिद्धांत) के रूप में।[8]


इतिहास

पुस्तकालय और सूचना विज्ञान के एक प्रोफेसर डैनी पी। वालेस ने समझाया कि DIKW पिरामिड की उत्पत्ति अनिश्चित है:

एक पदानुक्रमित व्यवस्था में डेटा, सूचना, ज्ञान और कभी-कभी ज्ञान के बीच संबंधों की प्रस्तुति कई वर्षों से सूचना विज्ञान की भाषा का हिस्सा रही है। चूंकि यह अनिश्चित है कि कब और किसके द्वारा उन संबंधों को पहली बार प्रस्तुत किया गया था, एक पदानुक्रम की धारणा की सर्वव्यापकता DIKW के उपयोग में डेटा-से-सूचना-से-ज्ञान-से-ज्ञान के लिए एक आशुलिपि प्रतिनिधित्व के रूप में सन्निहित है।[9]

कई लेखक सोचते हैं कि DIKW संबंध का विचार टीएस एलियट की कविता कोरस में दो पंक्तियों से उत्पन्न हुआ है, जो 1934 में पेजेंट प्ले द रॉक (नाटक) में दिखाई देता है:[10]

<ब्लॉककोट><कविता> वह बुद्धिमानी कहां है जिसे हमने जानकारी में लुप्त कर दिया है?

वह ज्ञान कहां हैं, जिसे हमने जानकारी में खो दिया है? [11] </कविता></ब्लॉककोट>

डेटा, सूचना, ज्ञान

1955 में, अंग्रेजी-अमेरिकी अर्थशास्त्री और शिक्षक केनेथ बोल्डिंग ने संकेतों, संदेशों, सूचना और ज्ञान से युक्त पदानुक्रम पर भिन्नता प्रस्तुत की।[9][12] चूंकि, [टी] वह पहले लेखक थे जिन्होंने डेटा, सूचना और ज्ञान के बीच अंतर किया और 'ज्ञान प्रबंधन' शब्द को भी नियोजित किया, वह अमेरिकी शिक्षक निकोलस एल हेनरी हो सकते हैं,[9]1974 के जर्नल लेख में।[13]


डेटा, सूचना, ज्ञान, बुद्धिमत्ता

पदानुक्रम के अन्य प्रारंभिक संस्करण (1982 से पहले) जो एक डेटा स्तर को संदर्भित करते हैं, उनमें चीनी-अमेरिकी भूगोलवेत्ता यी-फू तुआन[14][verification needed][15]और समाजशास्त्री-इतिहासकार डेनियल बेल सम्मलित है।[14][verification needed].[15]1980 में, आयरिश में जन्मे इंजीनियर माइक कूली ने अपनी पुस्तक आर्किटेक्ट ऑर बी?: द ह्यूमन/टेक्नोलॉजी रिलेशनशिप में स्वचालन और कम्प्यूटरीकरण की अपनी आलोचना में समान पदानुक्रम का आह्वान किया।[16][verification needed][15]

इसके बाद, 1987 में, चेकोस्लोवाकिया में जन्मे शिक्षकमिलन ग्रीन ने पदानुक्रम के तत्वों को ज्ञान रूपी ढांचे में किया:।[17][verification needed] ज़ेलेनी को अधिकांशतः [पिरामिड के रूप में DIKW का प्रतिनिधित्व] प्रस्तावित करने का श्रेय दिया जाता है ... चूंकि उन्होंने वास्तव में ऐसे किसी ग्राफिकल मॉडल का कोई संदर्भ नहीं दिया।[9] 1989 में प्रकाशित अमेरिकी संगठनात्मक सिद्धांतकार रसेल एकॉफ द्वारा इंटरनेशनल सोसाइटी फॉर जनरल सिस्टम्स रिसर्च को दिए गए 1988 के संबोधन में पदानुक्रम फिर से दिखाई देता है।[18] बाद के लेखकों और पाठ्यपुस्तकों ने एकॉफ को मूल अभिव्यक्ति के रूप में उद्धृत किया[1]पदानुक्रम या अन्यथा अपने प्रस्ताव के साथ एकॉफ को श्रेय दिया है।[19] एकॉफ के मॉडल के संस्करण में एक समझ स्तर सम्मलित है (जैसा कि एडलर के पास था, उससे पहले[9][20][21]), ज्ञान और ज्ञान के बीच अंतर्विष्ट। चूंकि एकॉफ ने पदानुक्रम को रेखांकन के रूप में प्रस्तुत नहीं किया, उन्हें पिरामिड के रूप में प्रतिनिधित्व का श्रेय भी दिया गया है।[9][18] 1989 में, बेल लैब्स के दिग्गज रॉबर्ट डब्ल्यू लकी ने अपनी पुस्तक सिलिकॉन ड्रीम्स में एक पिरामिड के रूप में चार स्तरीय सूचना पदानुक्रम के बारे में लिखा।[10]

उसी वर्ष जब एकॉफ ने अपना संबोधन प्रस्तुत किया, सूचना वैज्ञानिक एंथनी डेबन्स और उनके सहयोगियों ने डेटा के आगे घटनाओं, प्रतीकों, और नियमों और योगों के स्तरों के साथ एक विस्तारित पदानुक्रम को प्रारंभ किया।[9][22] 1994 में नाथन शेड्रॉफ ने एक सूचना डिजाइन संदर्भ में DIKW पदानुक्रम प्रस्तुत किया जो बाद में एक पुस्तक अध्याय के रूप में प्रकट हुआ।[23] जेनिफर रोवले ने 2007 में नोट किया कि हाल ही में प्रकाशित कॉलेज की पाठ्यपुस्तकों में DIKW की चर्चा में ज्ञान का बहुत कम संदर्भ था,[1]और उस शोध के बाद अपनी खुद की परिभाषाओं में ज्ञान को सम्मलित नहीं किया है।[19]इस बीच, ज़िन के अपने 2007 के शोध अध्ययन में डेटा, सूचना और ज्ञान की अवधारणाओं का व्यापक विश्लेषण, ज्ञान पर कोई स्पष्ट टिप्पणी नहीं करता है,[2]चूंकि ज़िन्स द्वारा सम्मलित किए गए कुछ उद्धरण इस शब्द का उल्लेख करते हैं।[24][25][26]


विवरण

DIKW मॉडल सूचना प्रबंधन, सूचना प्रणाली और ज्ञान प्रबंधन साहित्य में डेटा, सूचना और ज्ञान की परिभाषाओं में अधिकांशतः उद्धृत, या निहित रूप से उपयोग किया जाता है, परंतु पदानुक्रम की सीमित प्रत्यक्ष चर्चा हुई है।[1]पाठ्यपुस्तकों की समीक्षा[1]और प्रासंगिक क्षेत्रों में विद्वानों का एक सर्वेक्षण[2] यह दर्शाता है कि मॉडल में उपयोग की जाने वाली परिभाषाओं के बारे में कोई सहमति नहीं है, और इससे भी कम "उन प्रक्रियाओं के विवरण में जो पदानुक्रम में नीचे के तत्वों को रूपांतरित करते हैं जो उनसे ऊपर हैं[1][27] इसने इज़राइली शोधकर्ता चैम ज़िन्स को यह सुझाव दिया है कि DIKW के डेटा-सूचना-ज्ञान घटक पाँच मॉडल से कम के एक वर्ग को संदर्भित करते हैं, डेटा, सूचना और ज्ञान के कार्य के रूप में प्रत्येक को व्यक्तिपरक, उद्देश्य के रूप में माना जाता है (जिन्स की शर्तें, सार्वभौमिक या सामूहिक) या दोनों। जिन्स के प्रयोग में आत्मपरक और वस्तुपरक मनमाना और सत्यवादिता से संबंधित नहीं हैं, जो सामान्यत: आत्मपरकता ज्ञान और वस्तुनिष्ठता (दर्शन) ज्ञान की अवधारणाओं से जुड़े होते हैं। सूचना विज्ञान, जिन्स का तर्क है, डेटा और सूचना का अध्ययन करता है, परंतु ज्ञान का नहीं, चूंकि ज्ञान एक बाहरी (सार्वभौमिक-सामूहिक) घटना के अतिरिक्त एक आंतरिक (व्यक्तिपरक) है।[2]


डेटा

DIKW के संदर्भ में, डेटा को प्रतीकों या संकेतों के रूप में माना जाता है, जो उत्तेजना (फिजियोलॉजी) या संकेतों का प्रतिनिधित्व करते है,[2]जो "जब तक ... एक प्रयोग करने योग्य (अर्थात, प्रासंगिक) रूप में किसी काम के नहीं हैं"।[19]ज़ेलेनी ने डेटा की इस गैर-प्रयोग योग्य विशेषता को नो-नथिंग के रूप में चित्रित किया[17][verification needed].[15]

कुछ स्थितियों में, डेटा को न केवल प्रतीकों को संदर्भित करने के लिए समझा जाता है, बल्कि उक्त प्रतीकों द्वारा संदर्भित संकेतों या उत्तेजनाओं के लिए भी समझा जाता है - जिसे जिन्स व्यक्तिपरक डेटा को कहते हैं।[2]जहाँ जिन्स के लिए सार्वभौमिक डेटा, "अवलोकन का उत्पाद"[19](मूल रूप से इटैलिक) हैं, व्यक्तिपरक डेटा अवलोकन हैं। तथ्यों के संदर्भ में डेटा की परिभाषाओं में यह अंतर अधिकांशतः अस्पष्ट होता है।

तथ्य के रूप में डेटा

रोली, पाठ्यपुस्तकों में दी गई DIKW परिभाषाओं के अपने अध्ययन के बाद,[1]डेटा को असतत, वस्तुनिष्ठ तथ्यों या टिप्पणियों के रूप में दर्शाती है, जो असंगठित और असंसाधित हैं और इसलिए संदर्भ और व्याख्या की कमी के कारण इसका कोई अर्थ या मूल्य नहीं है।[19]हेनरी के पदानुक्रम के प्रारंभिक सूत्रीकरण में, डेटा को केवल कच्चे तथ्यों के रूप में परिभाषित किया गया था,[13] जबकि दो हालिया पाठ डेटा को "दुनिया की स्थिति के बारे में तथ्यों के टुकड़े" [28] और "भौतिक तथ्यों" के रूप में परिभाषित करते हैं।[29] क्रमश।[9]क्लीवलैंड में एक स्पष्ट डेटा स्तर सम्मलित नहीं है, परंतु सूचना को "तथ्यों और विचारों के कुल योग" के रूप में परिभाषित करता है।[9][14]

जहाँ तक तथ्यों की मौलिक संपत्ति है कि वे सत्य हैं, वस्तुनिष्ठता (दर्शन) वास्तविकता है, या अन्यथा सत्यापन सिद्धांत हो सकता है, ऐसी परिभाषाएँ DIKW मॉडल से झूठे (तर्क), अर्थहीन और निरर्थक डेटा को रोक देंगी, जैसे कि सिद्धांत DIKW के तहत निरर्थक वस्तु का हिसाब नहीं दिया जाएगा।

सिग्नल के रूप में डेटा

व्यक्तिपरक डोमेन में, डेटा को संवेदी उत्तेजना, जिसे हम अपनी इंद्रियों के माध्यम से अनुभव करते हैं[2]या सिग्नल रीडिंग, जिसमें प्रकाश, ध्वनि, गंध, स्वाद और स्पर्श के सेंसर और/या संवेदी रीडिंग सम्मलित हैं।[27]अन्य लोगों ने तर्क दिया है कि ज़िन्स व्यक्तिपरक डेटा को वास्तव में सिग्नल स्तर के रूप में गिनते हैं (जैसा कि बोल्डिंग[9][12]), जो DIKW श्रृंखला में डेटा से पहले होता है।[8]

अमेरिकी सूचना वैज्ञानिक ग्लिनन हार्मन ने डेटा को एक या एक से अधिक प्रकार की ऊर्जा तरंगों या कणों (प्रकाश, गर्मी, ध्वनि, बल, विद्युत चुम्बकीय) के रूप में परिभाषित किया है जो एक सचेत जीव या बुद्धिमान एजेंट द्वारा जीव में पहले से उपस्थित फ्रेम या अनुमानित तंत्र के आधार पर चुने गए हैं। प्रतिनिधि।[30] संवेदी उत्तेजनाओं का अर्थ व्यक्तिपरक डेटा के रूप में भी विचार किया जा सकता है:

जानकारी इन संवेदी उत्तेजनाओं (अर्थात, अनुभवजन्य धारणा) का अर्थ है। उदाहरण के लिए, मुझे जो शोर सुनाई देता है वह डेटा है। इन शोरों का अर्थ (जैसे, एक चलती हुई कार इंजन)। फिर भी, एक और विकल्प है कि इन दो अवधारणाओं को कैसे परिभाषित किया जाए - जो और भी बेहतर हो। डेटा संवेदी उत्तेजनाएं हैं, या उनका अर्थ (अर्थात, अनुभवजन्य धारणा)। तदनुसार, ऊपर दिए गए उदाहरण में, तेज़ आवाज़ें, साथ ही एक चलती कार इंजन की धारणा, डेटा हैं।[2]

व्यक्तिपरक डेटा, अगर इस तरह से समझा जाता है, परिचित द्वारा ज्ञान के साथ तुलना की जाएगी, जिसमें यह उत्तेजनाओं के प्रत्यक्ष अनुभव पर आधारित है। चूंकि, परिचित द्वारा ज्ञान के विपरीत, जैसा कि बर्ट्रेंड रसेल और अन्य लोगों द्वारा वर्णित किया गया है, व्यक्तिपरक डोमेन ... सत्यता से संबंधित नहीं है।[2]

क्या Zins की वैकल्पिक परिभाषा इस बात पर निर्भर होगी कि क्या "कार इंजन का चलना" एक वस्तुगत तथ्य के रूप में या एक प्रासंगिक व्याख्या के रूप में समझा जाता है।

प्रतीक के रूप में डेटा

क्या डेटा की DIKW परिभाषा को Zins के व्यक्तिपरक डेटा (अर्थ के साथ या बिना अर्थ) को सम्मलित करने के लिए माना जाता है, डेटा को प्रतीकों [18][31] या चिह्नों के सेट (सांकेतिक विज्ञान) जो अनुभवजन्य उत्तेजनाओं या धारणाओं का प्रतिनिधित्व करते हैं सम्मलित करने के लिए लगातार परिभाषित किया गया है।[2]एक वस्तु, एक घटना या उनके पर्यावरण की संपत्ति।[19]डेटा, इस अर्थ में, रिकॉर्डेड (कब्जा या संग्रहीत) प्रतीक हैं, जिसमें शब्द (पाठ और/या मौखिक), संख्याएं, आरेख, और छवियां सहित सम्मलित हैं, जो संचार के निर्माण खंड हैं, जिसका उद्देश्य जो गतिविधियों या स्थितियों को रिकॉर्ड करने के लिए है, सच्ची तस्वीर या वास्तविक घटना को पकड़ने का प्रयास करने के लिए, जैसे कि सभी डेटा ऐतिहासिक हैं, जब तक कि पूर्वानुमान जैसे उदाहरण के उद्देश्यों के लिए उपयोग नहीं किया जाता है।[27]

DIKW के बोल्डिंग के संस्करण ने सूचना स्तर संदेश के नीचे के स्तर को स्पष्ट रूप से नामित किया है, जो इसे एक अंतर्निहित सिग्नल स्तर से अलग करता है।[9][12]डेबन और सहकर्मी इस संबंध को उलट देते हैं, एक स्पष्ट प्रतीक स्तर की पहचान डेटा के कई स्तरों में से एक के रूप में करते हैं।[9][22]

Zins ने निर्धारित किया कि, सर्वेक्षण किए गए अधिकांश लोगों के लिए, डेटा को सार्वभौमिक डोमेन में घटना के रूप में वर्णित किया गया है। स्पष्ट रूप से, Zins स्पष्ट करता है, यह डेटा, सूचना और ज्ञान को अर्थ और इसके बिल्डिंग ब्लॉक्स के अतिरिक्त संकेतों के सेट के रूप में संबंधित करने के लिए अधिक उपयोगी है।[2]


जानकारी

DIKW के संदर्भ में, जानकारी विवरण द्वारा ज्ञान की परिभाषा को पूरा करती है (जानकारी विवरण में निहित है[19]), और डेटा से अलग है कि यह उपयोगी है। जानकारी डेटा से अनुमानित है,[19]प्रश्नवाचक प्रश्नों के उत्तर देने की प्रक्रिया में (जैसे, कौन, क्या, कहाँ, कितने, कब),[18][19]जिससे डेटा उपयोगी हो[31]निर्णयों और/या कार्रवाई के लिए।[27]शास्त्रीय रूप से, 2007 के एक पाठ में कहा गया है, सूचना को डेटा के रूप में परिभाषित किया गया है जो अर्थ और उद्देश्य से संपन्न हैं।[9][28]


संरचनात्मक बनाम कार्यात्मक

डीआईकेडब्ल्यू को पाठ्यपुस्तकों में कैसे प्रस्तुत किया जाता है, इसकी समीक्षा के बाद राउली ने,[1]सूचना को व्यवस्थित या संरचित डेटा के रूप में वर्णित करता है, जिसे इस तरह से संसाधित किया गया है कि जानकारी अब एक विशिष्ट उद्देश्य या संदर्भ के लिए प्रासंगिक है, और इसलिए सार्थक, मूल्यवान, उपयोगी और प्रासंगिक है। ध्यान दें कि यह परिभाषा राउली की एकॉफ की परिभाषाओं के लक्षण वर्णन के विपरीत है, जिसमें डेटा और सूचना के बीच अंतर संरचनात्मक है, कार्यात्मक नहीं।[19]

पदानुक्रम के अपने सूत्रीकरण में, हेनरी ने सूचना को डेटा के रूप में परिभाषित किया जो हमें बदलता है,[9][13]यह संरचनात्मक के बजाय कार्यात्मक, डेटा और सूचना के बीच का अंतर है। इस बीच, क्लीवलैंड, जिसने DIKW के अपने संस्करण में डेटा स्तर का उल्लेख नहीं किया, ने जानकारी को उन सभी तथ्यों और विचारों के कुल योग के रूप में वर्णित किया जो किसी निश्चित समय पर किसी के द्वारा ज्ञात होने के लिए उपलब्ध हैं।[9][14]

अमेरिकी शिक्षक बॉब बोइको अधिक अस्पष्ट हैं, वे जानकारी को केवल वास्तविक तथ्य के रूप में परिभाषित करते हैं।[9][29]


प्रतीकात्मक बनाम व्यक्तिपरक

DIKW मॉडल में सूचना की कल्पना इस प्रकार की जा सकती है: (i) सार्वभौमिक, प्रतीकों और चिह्नों के रूप में विद्यमान; (ii) व्यक्तिपरक, वह अर्थ जिससे प्रतीक जुड़ते हैं; या (iii) दोनों।[2]प्रतीक और अर्थ दोनों के रूप में सूचना के उदाहरणों में शामिल हैं:

  • अमेरिकी सूचना वैज्ञानिक एंथोनी डेबन्स की सूचना का लक्षण वर्णन जागरूकता (चेतना) की स्थिति और उनके द्वारा बनाई गई भौतिक अभिव्यक्तियों का प्रतिनिधित्व करता है, जैसे कि [i] सूचना, एक घटना के रूप में, एक प्रक्रिया और एक उत्पाद दोनों का प्रतिनिधित्व करती है; एक संज्ञानात्मक/भावात्मक स्थिति, और संज्ञानात्मक/भावात्मक स्थिति का भौतिक समकक्ष (उत्पाद)।[32]
  • डैनिश सूचना वैज्ञानिक हैने अल्ब्रेक्ट्सन के अर्थ या मानवीय इरादे से संबंधित जानकारी का विवरण, या तो डेटाबेस की सामग्री, वेब, आदि के रूप में (इटैलिक जोड़े गए) या बयानों के अर्थ के रूप में वे वक्ता/लेखक द्वारा अभिप्रेत हैं और समझे/समझे गए हैं श्रोता/पाठक द्वारा गलत समझा गया।[33]

ज़ेलेनी ने पूर्व में जानकारी को जानकारी के रूप में वर्णित किया,[17][citation needed] लेकिन तब से इसे परिष्कृत किया गया है कि क्या होना चाहिए या क्या होना चाहिए (जानकारी) और क्या करना है, कार्य करना या करना (ज्ञान) के बीच अंतर करना। जानकारी की इस अवधारणा के लिए, वह यह भी जोड़ता है कि क्यों है, क्यों से अलग है (ज्ञान का दूसरा पहलू)। ज़ेलेनी आगे तर्क देते हैं कि स्पष्ट ज्ञान जैसी कोई चीज़ नहीं है, बल्कि यह ज्ञान, एक बार प्रतीकात्मक रूप में स्पष्ट हो जाने पर, सूचना बन जाता है।[4]


ज्ञान

DIKW का ज्ञान घटक आम तौर पर एक मायावी अवधारणा के रूप में माना जाता है जिसे परिभाषित करना मुश्किल है। ज्ञान की DIKW परिभाषा ज्ञानमीमांसा द्वारा प्रयुक्त परिभाषा से भिन्न है। DIKW का मत है कि ज्ञान को सूचना के संदर्भ में परिभाषित किया जाता है।[19]परिभाषाएँ किसी तरह से संसाधित, व्यवस्थित या संरचित जानकारी को संदर्भित कर सकती हैं, या फिर इसे लागू किया जा सकता है या कार्रवाई में लगाया जा सकता है।

ज़िन्स ने सुझाव दिया है कि ज्ञान, सार्वभौमिक के बजाय व्यक्तिपरक होने के नाते, सूचना विज्ञान में अध्ययन का विषय नहीं है, और यह कि इसे अक्सर प्रस्तावात्मक शब्दों में परिभाषित किया जाता है,[2]जबकि ज़ेलेनी ने दावा किया है कि प्रतीकात्मक रूप में ज्ञान को पकड़ना उसे सूचना में बनाना है, यानी, सभी ज्ञान मौन ज्ञान है।[4]

सबसे अधिक उद्धृत परिभाषाओं में से एक[9]ज्ञान के कुछ विभिन्न तरीकों को ग्रहण करता है जिसमें इसे दूसरों द्वारा परिभाषित किया गया है:

ज्ञान फ़्रेमयुक्त अनुभव, मूल्यों, प्रासंगिक जानकारी, विशेषज्ञ अंतर्दृष्टि और आधारभूत अंतर्ज्ञान का एक तरल मिश्रण है जो नए अनुभवों और सूचनाओं के मूल्यांकन और समावेश के लिए एक वातावरण और ढांचा प्रदान करता है। यह ज्ञानियों के मन में उत्पन्न होता है और लागू होता है। संगठनों में यह अक्सर न केवल दस्तावेजों और रिपॉजिटरी में बल्कि संगठनात्मक दिनचर्या, प्रक्रियाओं, प्रथाओं और मानदंडों में भी अंतर्निहित हो जाता है।[9][34]</ब्लॉककोट>

संसाधित के रूप में ज्ञान

संगठित या संरचित डेटा के रूप में सूचना के विवरण को प्रतिबिम्बित करते हुए, ज्ञान को कभी-कभी इस प्रकार वर्णित किया जाता है:

  • समय के साथ सूचना के कई स्रोतों का संश्लेषण
  • संगठन और प्रसंस्करण समझ, अनुभव [और] संचित सीखने को व्यक्त करने के लिए
  • प्रासंगिक जानकारी, मूल्यों, अनुभव और नियमों का मिश्रण[19]

ज्ञान के लिए बोल्डिंग की परिभाषाओं में से एक मानसिक संरचना थी[9][12]और क्लीवलैंड ने ज्ञान को चमकानेवाला की आग को [सूचना] पर लागू करने, किसी के लिए उपयोगी क्या चुनना और व्यवस्थित करने के परिणाम के रूप में वर्णित किया।[9][14]2007 का एक पाठ ज्ञान को संबंधों में जुड़ी जानकारी के रूप में वर्णित करता है।[9][28]


प्रक्रियात्मक के रूप में ज्ञान

जेलेनी ने ज्ञान को ज्ञान के रूप में परिभाषित किया है[4][17](यानी, प्रक्रियात्मक ज्ञान), और यह भी जानें कि कौन और कब जानता है, प्रत्येक ने व्यावहारिक अनुभव के माध्यम से प्राप्त किया।[4]ज्ञान ... अनुभव की पृष्ठभूमि से समन्वित क्रियाओं का एक सुसंगत और आत्मनिर्भर सेट सामने लाता है। .[9][17]इसके अलावा, परोक्ष रूप से जानकारी को वर्णनात्मक मानते हुए, ज़ेलेनी ने घोषणा की कि ज्ञान क्रिया है, क्रिया का विवरण नहीं।[4]

इसी तरह, एकॉफ ने ज्ञान को डेटा और सूचना के अनुप्रयोग के रूप में वर्णित किया, जो 'कैसे' प्रश्नों का उत्तर देता है,[18][verification needed][31]अर्थात् ज्ञान।[19]

इस बीच, DIKW पर चर्चा करने वाली पाठ्यपुस्तकों को अनुभव, कौशल, विशेषज्ञता या क्षमता के संदर्भ में विभिन्न प्रकार से ज्ञान का वर्णन करने के लिए पाया गया है:

  • अध्ययन और अनुभव
  • प्रासंगिक जानकारी, विशेषज्ञ की राय, कौशल और अनुभव का मिश्रण
  • जानकारी समझ और क्षमता के साथ संयुक्त
  • धारणा, कौशल, प्रशिक्षण, सामान्य ज्ञान और अनुभव।[19]

व्यवसायी जेम्स चिशोल्म और ग्रेग वार्मन ज्ञान को केवल सही काम करने के रूप में चित्रित करते हैं।[6]


प्रस्तावक के रूप में ज्ञान

ज्ञान को कभी-कभी संज्ञानात्मक ढांचे के संदर्भ में विश्वास संरचना और आंतरिककरण के रूप में वर्णित किया जाता है।[19]ज्ञान के लिए बोल्डिंग द्वारा दी गई एक परिभाषा व्यक्तिपरक 'दुनिया की धारणा और उसमें किसी का स्थान' थी,[9][12]जबकि ज़ेलेनी ने कहा कि ज्ञान को एक पर्यवेक्षक के 'वस्तु (दर्शन)' (संपूर्ण, एकता) के भेद को संदर्भित करना चाहिए।[9][17]

Zins, इसी तरह, पाया कि ज्ञान को प्रस्तावात्मक शब्दों में वर्णित किया गया है, न्यायोचित विश्वासों (व्यक्तिपरक डोमेन, मौन ज्ञान के समान) के रूप में, और कभी-कभी ऐसे संकेतों के रूप में भी जो ऐसे विश्वासों (सार्वभौमिक / सामूहिक डोमेन, स्पष्ट ज्ञान के समान) का प्रतिनिधित्व करते हैं। ज़ेलेनी ने स्पष्ट ज्ञान के विचार को खारिज कर दिया है (जैसा कि ज़िन्स के सार्वभौमिक ज्ञान में है), यह तर्क देते हुए कि एक बार प्रतीकात्मक होने के बाद, ज्ञान सूचना बन जाता है।[4]बोइको इस भावना को प्रतिध्वनित करते हुए प्रतीत होते हैं, उनके इस दावे में कि ज्ञान और विवेक जानकारी हो सकते हैं।[9][29]

व्यक्तिपरक डोमेन में:

ज्ञान व्यक्ति के मन में एक विचार है, जो व्यक्ति के न्यायसंगत विश्वास की विशेषता है कि यह सत्य है। यह अनुभवजन्य और गैर-अनुभवजन्य हो सकता है, जैसा कि तार्किक और गणितीय ज्ञान के मामले में होता है (जैसे, हर त्रिकोण के तीन पक्ष होते हैं), धार्मिक ज्ञान (जैसे, भगवान मौजूद है), दार्शनिक ज्ञान ( उदा., मुझे लगता है इसलिए मैं हूँ), और इसी प्रकार के अन्य। ध्यान दें कि ज्ञान व्यक्ति के दिमाग में एक विचार की सामग्री है, जो कि व्यक्ति के न्यायोचित विश्वास की विशेषता है कि यह सच है, जबकि जानना मन की एक अवस्था है जो तीन स्थितियों की विशेषता है: (1) व्यक्ति का मानना ​​है [s] ] कि यह सच है, (2) वह इसे सही ठहरा सकता है (ज्ञानमीमांसा), और (3) यह सच है, या यह [प्रकट होता है] सच है।[2](इटैलिक जोड़ा गया। मूल रूप से बोल्ड।)

यहाँ व्यक्तिपरक ज्ञान और व्यक्तिपरक जानकारी के बीच अंतर यह है कि व्यक्तिपरक ज्ञान की विशेषता न्यायोचित विश्वास है, जहाँ व्यक्तिपरक जानकारी डेटा के अर्थ से संबंधित ज्ञान का एक प्रकार है।

बोइको ने निहित किया कि ज्ञान तर्कसंगत प्रवचन और औचित्य दोनों के लिए खुला था, जब उन्होंने ज्ञान को विवाद के विषय के रूप में परिभाषित किया।[9][29]


बुद्धि

हालांकि आमतौर पर DIKW में एक स्तर के रूप में शामिल किया जाता है, ज्ञान का सीमित संदर्भ है[1]मॉडल की चर्चा में। ऐसा प्रतीत होता है कि बोइको ने ज्ञान को खारिज कर दिया है, इसे गैर-भौतिक के रूप में वर्णित किया है।[9][29]

Ackoff 'क्यों' की सराहना के रूप में समझ को संदर्भित करता है, और ज्ञान का मूल्यांकन समझ के रूप में होता है, जहाँ समझ को ज्ञान और ज्ञान के बीच एक असतत परत के रूप में प्रस्तुत किया जाता है।[9][18][31]एडलर ने पहले भी एक समझ स्तर शामिल किया था,[9][20][21]जबकि अन्य लेखकों ने समझ को एक आयाम के रूप में चित्रित किया है जिसके संबंध में DIKW प्लॉट किया गया है।[6][31]

क्लीवलैंड ने ज्ञान को केवल एकीकृत ज्ञान के रूप में वर्णित किया है - सूचना को अत्यधिक उपयोगी बनाया गया है।[9][14]अन्य लेखकों ने ज्ञान को सही काम करने के लिए जानने के रूप में वर्णित किया है[6]और स्पष्ट रूप से बिना सोचे-समझे ठोस निर्णय और निर्णय लेने की क्षमता।[9][28]ज्ञान में अधिक अच्छे के लिए ज्ञान का उपयोग करना शामिल है। इस वजह से, ज्ञान गहरा और अधिक विशिष्ट मानवीय है। इसके लिए अच्छे और बुरे, सही और गलत, नैतिक और अनैतिक की भावना की आवश्यकता होती है।

ज़ेलेनी ने ज्ञान को ज्ञान के रूप में वर्णित किया,[17]लेकिन बाद में अपनी परिभाषाओं को परिष्कृत किया, ताकि अंतर करने के लिए क्यों (ज्ञान) क्यों है (सूचना) से, और अपनी परिभाषा का विस्तार करते हुए पता है कि क्या करें (क्या करें, कार्य करें या बाहर ले जाएं) का एक रूप शामिल करें।[4]निखिल शर्मा के अनुसार, ज़ेलेनी ने ज्ञान से परे मॉडल के एक स्तर के लिए तर्क दिया है, जिसे आत्मज्ञान (आध्यात्मिक) कहा जाता है।[15]


प्रतिनिधित्व

चित्रमय प्रतिनिधित्व

DIKW पदानुक्रम का एक प्रवाह आरेख

DIKW एक पदानुक्रमित मॉडल है जिसे अक्सर पिरामिड के रूप में दर्शाया जाता है,[1][9]इसके आधार पर डेटा और इसके शीर्ष पर ज्ञान है। इस संबंध में यह मास्लो के ज़रूरतों के पदानुक्रम के समान है, जिसमें पदानुक्रम के प्रत्येक स्तर को ऊपर के स्तरों के लिए एक आवश्यक पूर्ववर्ती होने का तर्क दिया गया है। मास्लो के पदानुक्रम के विपरीत, जो प्राथमिकता के संबंधों का वर्णन करता है (निचले स्तर पहले पर केंद्रित होते हैं), DIKW कथित संरचनात्मक या फ़ंक्शन मॉडल संबंधों का वर्णन करता है (निचले स्तर में उच्च स्तर की सामग्री शामिल होती है)। ज़ेलेनी और एकॉफ दोनों को पिरामिड प्रतिनिधित्व की उत्पत्ति का श्रेय दिया गया है,[9]हालांकि दोनों में से किसी ने भी अपने विचारों को प्रस्तुत करने के लिए पिरामिड का इस्तेमाल नहीं किया।[9][17][18]

DIKW को द्वि-आयामी चार्ट के रूप में भी दर्शाया गया है[6][35] या एक या अधिक प्रवाह आरेखों के रूप में।[27]ऐसे मामलों में, फीडबैक लूप और नियंत्रण संबंधों के साथ तत्वों के बीच संबंधों को कम पदानुक्रम के रूप में प्रस्तुत किया जा सकता है।

डेबन और सहकर्मी[22]हो सकता है कि वे पहले व्यक्ति रहे हों जिन्होंने पदानुक्रम को रेखांकन के रूप में प्रस्तुत किया हो।[9]

वर्षों के दौरान DIKW पिरामिड के कई अनुकूलन निर्मित किए गए हैं। संयुक्त राज्य अमेरिका के रक्षा विभाग में ज्ञान प्रबंधकों द्वारा उपयोग किया जाने वाला एक विकसित अनुकूलन, प्रभावी निर्णयों को सक्षम करने के लिए डेटा को जानकारी और अंत में ज्ञान में बदलने वाली प्रगति को दिखाने का प्रयास करता है, साथ ही अंतत: पूरे संगठन में साझा समझ बनाने के लिए शामिल गतिविधियाँ और निर्णय जोखिम का प्रबंधन।[36]

DoD DIKW विकसित अनुकूलन

कम्प्यूटेशनल प्रतिनिधित्व

इंटेलिजेंट निर्णय समर्थन प्रणाली सामान्य तौर पर मॉडलिंग और सिमुलेशन के क्षेत्र से और विशेष रूप से एजेंट-आधारित मॉडलिंग के संदर्भ में इंटेलिजेंट सॉफ्टवेयर एजेंटों के डोमेन से नई तकनीकों और तरीकों को पेश करके निर्णय लेने में सुधार करने की कोशिश कर रहे हैं।[37]

सूचना, ज्ञान और ज्ञान प्रतिनिधित्व का समर्थन करने के लिए उन्नत वितरित सिमुलेशन का उपयोग करना

निम्नलिखित उदाहरण एक सैन्य निर्णय समर्थन प्रणाली का वर्णन करता है, लेकिन वास्तुकला और अंतर्निहित वैचारिक विचार अन्य अनुप्रयोग डोमेन के लिए हस्तांतरणीय हैं:[37]

  • मूल्य श्रृंखला डेटा गुणवत्ता के साथ शुरू होती है जो अंतर्निहित कमांड और नियंत्रण प्रणालियों के भीतर सूचना का वर्णन करती है।
  • सूचना की गुणवत्ता उपलब्ध डेटा आइटम और सूचना विवरणों की पूर्णता, शुद्धता, मुद्रा, स्थिरता और सटीकता को ट्रैक करती है।
  • ज्ञान की गुणवत्ता आदेश और नियंत्रण प्रणाली में सन्निहित प्रक्रियात्मक ज्ञान और सूचना से संबंधित है जैसे विरोधी ताकतों के लिए टेम्पलेट्स, रेंज और हथियारों जैसी संस्थाओं के बारे में धारणाएं, और सैद्धांतिक धारणाएं, जिन्हें अक्सर नियमों के रूप में कोडित किया जाता है।
  • जागरूकता गुणवत्ता आदेश और नियंत्रण प्रणाली के भीतर एम्बेडेड सूचना और ज्ञान का उपयोग करने की डिग्री को मापती है। जागरूकता को स्पष्ट रूप से संज्ञानात्मक डोमेन में रखा गया है।

एक सामान्य परिचालन चित्र की शुरुआत करके, डेटा को संदर्भ में रखा जाता है, जो डेटा के बजाय सूचना की ओर ले जाता है। अगला चरण, जो सेवा-उन्मुख वेब-आधारित इन्फ्रास्ट्रक्चर (लेकिन अभी तक संचालन में उपयोग नहीं किया गया है) द्वारा सक्षम है, निर्णय समर्थन के लिए मॉडल और सिमुलेशन का उपयोग है। सिमुलेशन सिस्टम प्रक्रियात्मक ज्ञान का प्रोटोटाइप है, जो ज्ञान की गुणवत्ता का आधार है। अंत में, बुद्धिमान सॉफ़्टवेयर एजेंटों का उपयोग लगातार युद्ध क्षेत्र का निरीक्षण करने के लिए, क्या हो रहा है इसका विश्लेषण करने के लिए मॉडल और सिमुलेशन लागू करें, योजना के निष्पादन की निगरानी करें, और निर्णय लेने वाले को क्या हो रहा है इसके बारे में जागरूक करने के लिए आवश्यक सभी कार्यों को करने के लिए , कमांड और कंट्रोल सिस्टम भी स्थितिजन्य जागरूकता का समर्थन कर सकते हैं, मूल्य श्रृंखला में स्तर पारंपरिक रूप से शुद्ध संज्ञानात्मक तरीकों तक सीमित है।[37]


आलोचना

जर्मनी में स्थित एक दार्शनिक राफेल कैपरो का तर्क है कि डेटा एक अमूर्तता है, सूचना अर्थ संप्रेषित करने के कार्य को संदर्भित करती है, और ज्ञान एक (मानसिक/सामाजिक) प्रणाली के अर्थ चयन की घटना है। संचार के आधार पर अपनी 'दुनिया' से। जैसे, इन अवधारणाओं के बीच एक तार्किक पदानुक्रम की कोई छाप एक परीकथा है।[38] Zins द्वारा पेश की गई एक आपत्ति यह है कि ज्ञान एक विशेष रूप से संज्ञानात्मक घटना हो सकती है, किसी दिए गए तथ्य को विशिष्ट रूप से जानकारी या ज्ञान के रूप में इंगित करने में कठिनाई, लेकिन दोनों नहीं, DIKW मॉडल को असाध्य बनाती है।

[I] अल्बर्ट आइंस्टीन का प्रसिद्ध समीकरण E = mc2 (जो मेरे कंप्यूटर स्क्रीन पर छपा हुआ है, और निश्चित रूप से किसी भी मानव मन से अलग है) जानकारी या ज्ञान? 2+2 = 4 जानकारी है या ज्ञान?[2]</ब्लॉककोट>

वैकल्पिक रूप से, सूचना और ज्ञान को पर्यायवाची के रूप में देखा जा सकता है।[39] इन आलोचनाओं के जवाब में, ज़िन्स का तर्क है कि, विषय (दर्शन) और अनुभववादी दर्शन एक तरफ, डेटा, सूचना और ज्ञान की तीन मौलिक अवधारणाएँ और उनके बीच संबंध, जैसा कि वे सूचना विज्ञान अकादमिक समुदाय में प्रमुख विद्वानों द्वारा माना जाता है, अलग-अलग परिभाषाओं के अर्थ खुले हैं।[2]राउली इस बिंदु को प्रतिध्वनित करते हुए तर्क देते हैं कि, जहाँ ज्ञान की परिभाषाएँ असहमत हो सकती हैं, [टी] ये विभिन्न दृष्टिकोण डेटा, सूचना और ज्ञान के बीच संबंध को प्रस्थान बिंदु के रूप में लेते हैं।[19]

अमेरिकी दार्शनिक जॉन डूई और आर्थर एफ. बेंटले ने अपनी 1949 की पुस्तक ज्ञाता और ज्ञेय में तर्क दिया कि ज्ञान एक अस्पष्ट शब्द था, और कुछ उन्नीस पारिभाषिक गाइड-पोस्ट सहित DIKW के लिए एक जटिल विकल्प प्रस्तुत किया।[9][40] सूचना प्रसंस्करण सिद्धांत का तर्क है कि भौतिक दुनिया सूचना से ही बनी है।[citation needed] इस परिभाषा के तहत, डेटा या तो भौतिक जानकारी से बना है या उसका पर्यायवाची है। हालांकि, यह स्पष्ट नहीं है कि DIKW मॉडल में जिस तरह की जानकारी की कल्पना की गई है, उसे भौतिक-सूचना/डेटा से व्युत्पन्न माना जाएगा या भौतिक जानकारी का पर्याय माना जाएगा। पूर्व मामले में, DIKW मॉडल समानता के भ्रम के लिए खुला है। उत्तरार्द्ध में, DIKW मॉडल के डेटा स्तर को तटस्थ अद्वैतवाद के दावे से छूट दी गई है।

एजुकेटर मार्टिन फ्रिके ने DIKW पदानुक्रम की आलोचना करते हुए एक लेख प्रकाशित किया है, जिसमें उनका तर्क है कि मॉडल परिचालनवाद और आगमनवाद के दिनांकित और असंतोषजनक दार्शनिक पदों पर आधारित है, यह जानकारी और ज्ञान दोनों कमजोर ज्ञान हैं, और यह ज्ञान ज्ञान का अधिकार और उपयोग है व्यापक व्यावहारिक ज्ञान।[41] डेविड वेनबर्गर का तर्क है कि हालांकि DIKW पिरामिड एक तार्किक और सीधी-आगे की प्रगति प्रतीत होता है, यह गलत है। एक तार्किक प्रगति की तरह क्या दिखता है वास्तव में मदद के लिए एक बेताब रोना है।[42] वह बताते हैं कि डेटा और सूचना (जो कंप्यूटर में संग्रहीत हैं), बनाम ज्ञान और बुद्धि (जो मानव प्रयास हैं) के बीच एक अंतर है। इससे पता चलता है कि DIKW पिरामिड यह दर्शाने में बहुत सरल है कि ये अवधारणाएँ कैसे परस्पर क्रिया करती हैं। ... ज्ञान सूचना द्वारा निर्धारित नहीं होता है, क्योंकि यह जानने की प्रक्रिया है जो पहले यह तय करती है कि कौन सी जानकारी प्रासंगिक है, और इसका उपयोग कैसे किया जाना है।[42]


यह भी देखें

  • Bloom's taxonomy
  • Higher-order thinking
  • Intelligence cycle
  • Ladder of inference
  • Model of hierarchical complexity
  • उल्टे पिरामिड (पत्रकारिता), पत्रकारों और लेखकों द्वारा उपयोग की जाने वाली एक रूपक, सामान्य जानकारी पर सबसे अधिक समाचार योग्य जानकारी और महत्वपूर्ण विवरण को प्राथमिकता देने और संरचना करने के लिए

संदर्भ

  1. ↑ 1.00 1.01 1.02 1.03 1.04 1.05 1.06 1.07 1.08 1.09 1.10 Rowley, Jennifer (2007). "The wisdom hierarchy: representations of the DIKW hierarchy". Journal of Information and Communication Science. 33 (2): 163–180. doi:10.1177/0165551506070706. S2CID 17000089.
  2. ↑ 2.00 2.01 2.02 2.03 2.04 2.05 2.06 2.07 2.08 2.09 2.10 2.11 2.12 2.13 2.14 2.15 Zins, Chaim (22 January 2007). "डेटा, सूचना और ज्ञान को परिभाषित करने के लिए वैचारिक दृष्टिकोण" (PDF). Journal of the American Society for Information Science and Technology. 58 (4): 479–493. doi:10.1002/asi.20508. Retrieved 7 January 2009.
  3. ↑ Baskarada, Sasa; Koronios, Andy (2013). "Data, Information, Knowledge, Wisdom (DIKW): A Semiotic Theoretical and Empirical Exploration of the Hierarchy and its Quality Dimension". Australasian Journal of Information Systems. 18: 5–24. doi:10.3127/ajis.v18i1.748.
  4. ↑ 4.0 4.1 4.2 4.3 4.4 4.5 4.6 4.7 Zeleny, Milan (2005). Human Systems Management: Integrating Knowledge, Management and Systems. World Scientific. pp. 15–16. ISBN 978-981-02-4913-7.
  5. ↑ Lievesley, Denise (September 2006). "डेटा सूचना ज्ञान श्रृंखला". Health Informatics Now. Swindon: The British Computer Society. 1 (1): 14. Retrieved 8 January 2008.[permanent dead link]
  6. ↑ 6.0 6.1 6.2 6.3 6.4 Chisholm, James; Warman, Greg (2007). "Experiential Learning in Change Management". In Silberman, Melvin L. (ed.). अनुभवात्मक अधिगम की पुस्तिका. Jossey Bass. pp. 321–40. ISBN 978-0-7879-8258-4.
  7. ↑ Duan, Yucong; Shao, Lixu; Hu, Gongzhu; Zhou, Zhangbing; Zou, Quan; Lin, Zhaoxin (2017). "Specifying architecture of knowledge graph with data graph, information graph, knowledge graph and wisdom graph". 2017 IEEE 15th International Conference on Software Engineering Research, Management and Applications (SERA). IEEE. pp. 327–332. doi:10.1109/SERA.2017.7965747. ISBN 978-1-5090-5756-6. S2CID 34096869.
  8. ↑ 8.0 8.1 Choo, Chun Wei; Don Turnbull (September 2006). Web Work: Information Seeking and Knowledge Work on the World Wide Web. Kluwer Academic Publishers. pp. 29–48. ISBN 978-0-7923-6460-3.
  9. ↑ 9.00 9.01 9.02 9.03 9.04 9.05 9.06 9.07 9.08 9.09 9.10 9.11 9.12 9.13 9.14 9.15 9.16 9.17 9.18 9.19 9.20 9.21 9.22 9.23 9.24 9.25 9.26 9.27 9.28 9.29 9.30 9.31 9.32 9.33 9.34 9.35 Wallace, Danny P. (2007). Knowledge Management: Historical and Cross-Disciplinary Themes. Libraries Unlimited. pp. 1–14. ISBN 978-1-59158-502-2.
  10. ↑ 10.0 10.1 Lucky, R. W. (1989). Silicon dreams : information, man, and machine. Internet Archive. New York : St. Martin's Press. pp. 20–21. ISBN 978-0-312-02960-9.
  11. ↑ Eliot, T. S. ""द रॉक" से कोरस". Poetry Nook.
  12. ↑ 12.0 12.1 12.2 12.3 12.4 Boulding, Kenneth (1955). "सूचना अवधारणा पर नोट्स". Exploration. Toronto. 6: 103–112. CP IV, pp. 21–32.
  13. ↑ 13.0 13.1 13.2 Henry, Nicholas L. (May–June 1974). "Knowledge Management: A New Concern for Public Administration". Public Administration Review. 34 (3): 189–196. doi:10.2307/974902. JSTOR 974902.
  14. ↑ 14.0 14.1 14.2 14.3 14.4 14.5 Cleveland, Harlan (December 1982). "एक संसाधन के रूप में सूचना". The Futurist: 34–39.
  15. ↑ 15.0 15.1 15.2 15.3 15.4 Sharma, Nikhil (4 February 2008). ""डेटा सूचना ज्ञान बुद्धि" पदानुक्रम की उत्पत्ति". Retrieved 7 January 2009.
  16. ↑ Cooley, Mike (1980). Architect or Bee?: The Human / Technology Relationship. Monroe: South End Press. ISBN 978-0-89608-131-4.
  17. ↑ 17.0 17.1 17.2 17.3 17.4 17.5 17.6 17.7 Zeleny, Milan (1987). "Management Support Systems: Towards Integrated Knowledge Management". Human Systems Management. 7 (1): 59–70. doi:10.3233/HSM-1987-7108.
  18. ↑ 18.0 18.1 18.2 18.3 18.4 18.5 18.6 Ackoff, Russell (1989). "डेटा से ज्ञान तक". Journal of Applied Systems Analysis. 16: 3–9.
  19. ↑ 19.00 19.01 19.02 19.03 19.04 19.05 19.06 19.07 19.08 19.09 19.10 19.11 19.12 19.13 19.14 19.15 Rowley, Jennifer; Richard Hartley (2006). Organizing Knowledge: An Introduction to Managing Access to Information. Ashgate Publishing, Ltd. pp. 5–6. ISBN 978-0-7546-4431-6.
  20. ↑ 20.0 20.1 Adler, Mortimer Jerome (1970). The Time of Our Lives: The Ethics of Common Sense. Holt, Rinehart and Winston. p. 206. ISBN 978-0-03-081836-3.
  21. ↑ 21.0 21.1 Adler, Mortimer Jerome (1986). ज्ञान की आजीवन खोज के लिए सीखने के लिए एक गाइडबुक. Collier Macmillan. p. 11. ISBN 978-0-02-500340-8.
  22. ↑ 22.0 22.1 22.2 Debons, Anthony; Ester Horne (1988). Information Science: An Integrated View. Boston: G. K. Hall. p. 5. ISBN 978-0-8161-1857-1.
  23. ↑ Jackson, Robert (1999). सूचना डिजाइन. Cambridge: MIT Press. p. 267. ISBN 978-0262100694.
  24. ↑ Dodig-Crnković, Gordana, as cited in Zins, id., at pp. 482.
  25. ↑ Ess, Charles, as cited in Zins, id., at p. 482-83.
  26. ↑ Wormell, Irene, as cited in Zins, id., at p. 486.
  27. ↑ 27.0 27.1 27.2 27.3 27.4 Liew, Anthony (June 2007). "डेटा, सूचना, ज्ञान और उनके अंतर-संबंधों को समझना". Journal of Knowledge Management Practice. 8 (2). Retrieved 7 January 2009.
  28. ↑ 28.0 28.1 28.2 28.3 Gamble, Paul R.; John Blackwell (2002). Knowledge Management: A State of the Art Guide. London: Kogan Page. p. 43. ISBN 978-0-7494-3649-0.
  29. ↑ 29.0 29.1 29.2 29.3 29.4 Boiko, Bob (2005). सामग्री प्रबंधन बाइबिल (2nd ed.). Indianapolis: Wiley. p. 57. ISBN 978-0-7645-4862-8.
  30. ↑ Harmon, Glynn, as cited by Zins, id., at p. 483.
  31. ↑ 31.0 31.1 31.2 31.3 31.4 Bellinger, Gene; Durval Castro; Anthony Mills (2004). "डेटा, सूचना, ज्ञान और बुद्धि". Retrieved 7 January 2009.
  32. ↑ Debons, Anthony, as cited in Zins, id., at p. 482.
  33. ↑ Albrechtsen, Hanne, as cited in Zins, id., at p. 480.
  34. ↑ Davenport, Thomas H.; Laurence Prusack (1998). Working Knowledge: How Organizations Manage What They Know. Boston: Harvard Business School Press. pp. 5. ISBN 978-0-585-05656-2.
  35. ↑ Choo, Chun Wei (May 10, 2000). "डेटा-सूचना-ज्ञान सातत्य". Web Work: Information Seeking and Knowledge Work on the World Wide Web. Retrieved 9 January 2009.
  36. ↑ US Army Techniques Publication (ATP) 6-01.1, Techniques for Effective Knowledge Management, published in March 2015 http://armypubs.army.mil/doctrine/DR_pubs/dr_a/pdf/atp6_01x1.pdf Archived 2015-09-05 at the Wayback Machine
  37. ↑ 37.0 37.1 37.2 Tolk, Andreas (2005). "मिलिट्री डोमेन के लिए एक एजेंट-आधारित डिसीजन सपोर्ट सिस्टम आर्किटेक्चर". Intelligent Decision Support Systems in Agent-Mediated Environments. 115: 187–205.
  38. ↑ Rafael Capurro, as cited in Zins, id., at p. 481
  39. ↑ Poli, Roberto, as cited in Zins, id., at p. 485.
  40. ↑ Dewey, John; Arthur F. Bentley (1949). ज्ञाता और ज्ञेय. Boston: Beacon Press. pp. 58, 72–74. ISBN 978-0-8371-8498-2.
  41. ↑ Frické, Martin (2009). "The Knowledge Pyramid: A Critique of the DIKW Hierarchy". Journal of Information Science. 35 (2): 131–142. doi:10.1177/0165551508094050. hdl:10150/105670. S2CID 2973966.
  42. ↑ 42.0 42.1 Weinberger, David (2 February 2010). "डेटा-सूचना-ज्ञान-ज्ञान पदानुक्रम के साथ समस्या". Harvard Business Review. Retrieved 3 February 2020.{{cite journal}}: CS1 maint: date and year (link)


अग्रिम पठन

Retrieved from ‘https://www.vigyanwiki.in/index.php?title=DIKW_पिरामिड&oldid=144435’