Methodological Concept for Organizing an Information System of Public and Professional Expertise in the Field of Ecology and Environmental improvement

Cover Page

Cite item

Full Text

Abstract

Today, there is a gap between the requirement of independent and objective analysis of decisions by public authorities and the mechanism for involving stakeholders in this process. The key tool for achieving this reasonableness is public and professional expertise. The object of the study was a system for organizing public and professional expertise of management decisions in the fields of ecology and urban environment improvement using digital platforms. The goal of the work is to create a concept for designing an information system that provides effective organization of public and professional expertise. Such a system should allow the stakeholders to participate collectively in assessing the public importance of environmental and landscaping issues, contributing to management decisions through comprehensive discussion. This paper presents an integrated methodology of reconciliation of estimates in the information system of social-professional expertise, based on the synthesis of fuzzy logic, graph theory and Delphi method. Within the framework of development of information system of social-professional expertise in the field of ecology and improvement, conceptual models of functioning were created: 1) subsystems for selection and ranking of stakeholder representatives based on processing self-assessments through fuzzy logic; 2) subsystems for configuration of a relevant network from a pool of stakeholder representatives based on the root tree of graph theory; 3) subsystem of expert evaluation of problems of public importance based on the Delphi method. Scientific novelty is defined by the complex use of mathematical and organizational methods, which allows to overcome uncertainty and subjectivity of self-assessments of experts, to structure information flows in pools of experts and to ensure consistency of decisions. The developed information system increases the quality and legitimacy of management decisions on issues of public importance.

References

  1. Ажмухамедов И. М. Нечеткая когнитивная модель оценки компетенций специалиста // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. – 2011. – № 2. – С. 186-190. – EDN: NWDQHD.
  2. Армашова-Тельник Г. С. Проблематика принятия управленческих решений в условиях цифровизации экономики России // Инновационная наука. – 2020. – № 4. – С. 96-100. – EDN: BVFDAI.
  3. Балахнина А. Г. Формирование системы социологического исследования отношения общества к проблемам экологии // Социология. – 2022. – № 3. – С. 164-172. – EDN: BLUNOG.
  4. Богомолов А. В., Климов Р. С. Автоматизация обработки информации при проведении коллективных сетевых экспертиз // Автоматизация. Современные технологии. – 2017. – Т. 71, № 11. – С. 509-512. – EDN: ZVEQMB.
  5. Брит А. А., Калитина В. В., Ковалев И. В. Информационные технологии поддержки комплексной оценки экспертных решений // Системы управления и информационные технологии. – 2024. – № 2(96). – С. 34-37. – EDN: XPSUKO.
  6. Елисеева Н. А., Птускин А. С., Мазин А. В. Разработка методики получения коллективной экспертной оценки при формировании факторов на этапе стратегического анализа // Вопросы радиоэлектроники. – 2017. – № 11. – С. 94-98. – EDN: XAKCMY.
  7. Ерофеева В. В., Краева В. Н. Проблемы реализации механизмов общественной экологической экспертизы // Научно-методический электронный журнал "Концепт". – 2015. – Т. 13. – С. 2046–2050. – EDN: RWMOUV.
  8. Зотов В. В. Общественно-профессиональная экспертиза управленческих решений по социально значимым проблемам города как инструмент достижения консолидации // NOMOTHETIKA: Философия. Социология. Право. – 2022. – № 47(4). – С. 682-690. – doi: 10.52575/2712-746X-2022-47-4-682-690. – EDN: RLLEXH.
  9. Зотов В. В. Общественно-профессиональная экспертиза управленческих решений по общественно значимым проблемам города // Научный результат. Социология и управление. – 2023. – Т. 9, № 1. – С. 113-125. – EDN: AWREPJ. – doi: 10.18413/2408-9338-2023-9-1-0-10.
  10. Илиева С. Б. Базовые процессы и круговое протекание метода Дельфи // Научные труды Северо-Западного института управления РАНХиГС. – 2014. – Т. 5, № 1(13). – С. 141-148. – EDN: ULSPFF.
  11. Кузнецов В. О., Панова Н. Ф. Определение согласованности экспертных оценок на основе анализа индексов нечеткости // Тенденции развития науки и образования. – 2024. – № 109-14. – С. 66-69. – EDN: HJRDWY. – doi: 10.18411/trnio-05-2024-727.
  12. Малаева Е. Д., Яхъяева Г. Э. Программная система визуализации и проверки согласованности оценочных знаний экспертов // Вестник Новосибирского государственного университета. Серия: Информационные технологии. – 2023. – Т. 21, № 1. – С. 32-45. – EDN: VCHDIM. – doi: 10.25205/1818-7900-2023-21-1-32-45.
  13. Мельник П. Б. Методика формирования экспертных пулов и групп для проведения экспертно-аналитических исследований // Инноватика и экспертиза: научные труды. – 2017. – № 1(19). – С. 39-54. – EDN: YUHGIT.
  14. Одинец В. П. К истории двух знаменитых оптимизационных алгоритмов в теории графов // Математика в высшем образовании. – 2013. – № 11. – С. 121-128. – EDN: FOGVHY.
  15. Преликова Е. А. Результаты экспертного опроса по благоустройству городской среды (на примере г. Курска). Блок “Общественные пространства и социальные связи” // Энергия: экономика, техника, экология. – 2023. – № 6 (462). – С. 53-58. – EDN: CYXAAZ. – doi: 10.7868/S0233361923060083.
  16. Прогнозное социальное проектирование: методологические и методические проблемы / Боровик Е. Н., Библер В. С., Гаазе-Рапопорт М. Г. и др.; Отв. ред. Т. М. Дридзе. – М.: Наука, 1989. – 256 с.
  17. Пронникова Т. Ю. Алгоритмы теории графов // Инновации. Наука. Образование. – 2021. – № 36. – С. 1536–1542. – EDN: KBNNPU.
  18. Стончюте К. Э., Гурбо А. А., Пузыревская А. А. Методы экспертных оценок: Метод Дельфи // Научное знание современности. – 2021. – Т. 53, № 5. – С. 16-19. – EDN: RXSXZX.
  19. Тобин Д. С. Сетевая экспертно-аналитическая платформа как инструментальное средство поддержки принятия решений в распределённой среде // Вестник НГУЭУ. – 2020. – № 3. – С. 231-240. – EDN: YYAEUN. – doi: 10.34020/2073-6495-2020-3-231-240.
  20. Щеглов И. А. Экспертные отношения как платформа философии фидбэка в образовательном пространстве // Гуманитарный вестник. – 2022. – № 3. – С. 783. – EDN: FGRDVT. – doi: 10.18698/2306-8477-2022-3-783.
  21. Carvalho A., Larson K. A Consensual Linear Opinion Pool // IJCAI '13: Proceedings of the 23rd International Joint Conference on Artificial Intelligence. – Beijing, China, 2013. – P. 2518-2524.
  22. McAndrew T., Wattanachit N., Gibson G. C., Reich N. G. Aggregating predictions from experts: A review of statistical methods, experiments, and applications // Wiley Interdisciplinary Reviews: Computational Statistics. – 2021. – Vol. 13, № 2. – P. e1514. – doi: 10.1002/WICS.1514. – EDN: KWHDFL.
  23. Reynaud A., Markantonis V., Carmona Moreno C., N'Tcha M'Po Y., Sambienou G. W., Adandedji F. M., Afouda A., Agbossou E. K., Mama D. Combining Expert and Stakeholder Knowledge to Define Water Management Priorities in the Mékrou River Basin // Water. – 2015. – Vol. 7, № 12. – P. 7078-7094. – doi: 10.3390/w7126675.
  24. Wang W., Huang Y., Guo S. Design and Implementation of GPU-Based Prim's Algorithm. International Journal of Modern Education and Computer Science. – 2011. – Vol. 3, № 4. – P. 55-62. – doi: 10.5815/IJMECS.20114.0. – EDN: IEBVDH.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

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».