Big Data analysis as a method for assessing the effectiveness of administrative-legal regimes

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The article examines the role of Big Data as a tool for ensuring the efficiency and adaptability of administrative management in the context of the introduction of administrative-legal regimes. The author explores the possibility of applying analytical methods to arrays of data received from different sources during crisis situations and identifies potential ways of using them to develop management decisions. We believe that the use of Big Data can become a key factor in improving the methods of normative legal regulation of the activities of governing bodies, which will ultimately increase the state’s ability to respond to crisis situations and protect the public interest.

About the authors

Elena S. Katinskaya

Voronezh State University

Author for correspondence.
Email: es-katinskaya@yandex.ru
ORCID iD: 0009-0008-2126-3578

external PhD student, lecturer

Russian Federation, Voronezh

References

  1. Konovalov MV. Big Data. Features and role in modern business. In: Engineering sciences: problems and prospects: materials of the VI International Scientific conference. Saint Petersburg: Own publishing house; 2018. P. 8–10. EDN: XTPSLJ
  2. Nazarenko YuL. Review of Big Data technology and software and hardware used for their analysis and processing. European science. 2017;(9):25–30. EDN: ZRVWIV
  3. Iost DA, Kim IV, Shevchenko SA, et al. Big Data as a tool for ensuring effective management decisions of an organization in the field of planning and forecasting. Economy and business: theory and practice. 2024;(5-1):190–195. EDN: JKXAGY doi: 10.24412/2411-0450-2024-5-1-190-195
  4. Vasilenko LA, Zotov VV. Digitalization of public administration in russia: risks, incidents, problems. Digital Sociology. 2020;3(2):4–16. EDN: DUXMRV doi: 10.26425/2658-347X-2020-2-4-16
  5. Mukhametov DR, Simonov KV. «Smart State»: prospects for the implementation of digital technologies in public administration in Russia. The World of the New Economy. 2021;15(3):17–27. EDN: ZUGQWL doi: 10.26794/2220-6469-2021-15-3-17-27
  6. Shevtsova IV, Dneprovskaya NV. Specifics of the production and use of big data in public administration. Issues of Public and Municipal Administration. 2024;(1):39–60. EDN: VXRBGM doi: 10.17323/1999-5431-2024-0-1-39-60
  7. Burov VV, Petrov MV, Shklyaruk MS, et al. The State as a platform: an approach to the implementation of a high-tech public administration system. Public Service. 2018;113(3):6–17. EDN: UUUADQ doi: 10.22394/2070-8378-2018-20-3-6-17
  8. Eremin SG. Application of digital technologies in public administration at the federal level and directions for their improvement. Economy. Taxes. Law. 2024;17(1):98–105. EDN: CUSLVC doi: 10.26794/1999-849X 2024-17-1-98-105
  9. Sergeeva NV. The use of artificial intelligence technologies in international business as a response to the challenges of emergencies. Economy. Taxes. Law. 2022;15(2):72–79. EDN: UXMZLO doi: 10.26794/1999-849x-2022-15-2-72-79
  10. Vostrikova AA, Morozova OA. Improving the international EM-DAT database for correct statistical accounting of catastrophes and natural disasters on the example of the Russian Federation. Civil Security Technologies. 2022;19(1):87–94. EDN: AQHLFD doi: 10.54234/CST.19968493.2022.19.1.71.18.87
  11. Chernov KA. Analysis of the world’s leading databases on emergencies. Medical, Biological and Socio-Psychological Problems of Safety in Emergencies. 2023;(4):97–107. EDN: YHDPGM doi: 10.25016/2541-7487-2023-0-4-97-107
  12. Kuznetchenko IM. Big data and artificial intelligence as factors in the transformation of the public administration system. Economic development of Russia. 2024;31(2):113–128. EDN: EMNJAV
  13. Kabanov YuA, Romanov BA, Karyagin ME, et al. The coronavirus pandemic, «decentralization» and (dis)approval of regional heads on social networks: what matters? Political science. 2022;(2):164–183. EDN: SAWXQC doi: 10.31249/poln/2022.02.08
  14. Krasyukova NL. Effects of digitalization of public administration at the regional level. Issues of Russian and International Law. 2024;14(1A):342–351. doi: 10.34670/AR.2024.63.74.041
  15. Parfenov AV, Kudin IS. Improving the data analysis system of the National Statistical Committee of the Republic of Belarus based on Big Data technology. In: Actual issues of economics and information technology: collection of abstracts and articles of reports of the 60th anniversary scientific conference of postgraduates, master’s students and students of BSUIR. Minsk; 2024. P. 355–357.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2024 Eco-Vector



Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».