应用本体论与数据识别的驱动力
我在一些博客中分享了有关重返大学攻读研究生学位的故事。在我的第一堂课上，我发现自己被要求定义“本体论”。这是一门关于残疾地理的课程。下周，我返回了课堂，并提供了一些细节。我说的很奇怪，这不是我所有词典中都能找到的单词。一本词典列出了“肿瘤学”，我相信这是对癌性肿瘤的研究。我的柯林斯Cobuild词典说：“本体论是处理存在本质的哲学分支。” 由于我被要求详细说明，因此我秘密访问了Wikipedia以获取一些背景信息。几个月后，我曾是几位助教之一的一门社会科学课程的讲师说，本体论也是对事物如何关联的研究。事物通过被认可或变得相关而存在。我对含义的“感觉”只有在我开始目前的工??作后才出现：其他人要求讨论我在收集的指标中使用的标准。标准变得正式和外在化-定义了与生产有关的各种情况和行为。实际上，创建了规则来管理数据的创建。
在本体论方面，我留在“指挥所”。其他人随时准备提出请求以完善或重新定义标准。这样做的原因实际上是实际问题，而不是权威问题。我不断制定指标。我需要明确而明确的标准才能完成所有工作。我当时所做的一切似乎最合理。以后，我总是会响应潜在的变化。我对以下事实很敏感：用于生成数据的基本标准具有许多强大的驱动力或影响力，我将在此博客中讨论其中一些：1）生产要求；2）我作为一名员工的生活经验和公平感；3）我的社会正义感和道德感；4）社会建设和商业惯例；5）数据的需求。至少从业务角度来看，这有助于像我这样的人实现与管理层保持一致的目标，因为幕后存在许多自我管理的方面。损害我工作能力的最大方法是质疑这种自我监管是否会带来预期的结果。在许多方面，人们为自我监管付出了代价。如果人们想从外部进行审查，评估并确定每一步，他们实际上都是在说自己想做这份工作；这导致重复，除了浪费资源之外，还导致大量延迟。
在被雇用从事我的工作几个月后，我被要求开始审查人们主要为错误所做的工作。有人告诉我，最终将要求我提供一些有关如何评估同事绩效的指导。我的上司承认她没有好的方法。她公开表示自己不擅长数字。尽管获得了人力资源管理专业的研究生证书，使我对如何对员工进行评分有了一定的了解，但在我看来，任何形式的发展都需要协调使用电子数据。我的前任使用的纸质记录似乎不太合适。我重新设计了流程，使它们无纸化，目的是将数据生成为“废品”。（当时我并不需要数据，但是我觉得以后会需要它。）我开始保留整个操作以及各个业务代表的数据。我不再只是看他们工作中的错误，而是开始记录似乎可能导致错误的行为。生产要求对数据识别有很大的影响。
我承认我的工作不是职业生涯，而是主要用来偿还学生债务。因此，在最初的几个月中，我大部分时间都在做最终要检查的工作。“工作细节”本身有点保密。但是，我的重要一点是，我不能不根据自己的生活经验来判断自己制定的标准。不幸的是，每个人我通常都会以高标准来评判自己。积极地说，我理解合理和可持续的工作量的含义。当我必须确定哪些行为似乎可能导致问题时，我借鉴了我的个人经验。实际上，我没有返回分数中使用的“代码”，而是返回了与代码关联的“注释”。我认为我最终将为每个可以想象的潜在问题编写一个代码。
我认为许多人没有意识到社会公正和道德在数据标准制定中的重要性。实际上，对我而言，正义的需求推动了标准的制定。如果一个每天迟到几个小时的员工比另一个总是准时出现的员工的指标更好，则该组织可能会鼓励人们为了改善指标而睡几个小时。我不是鼓励工人按时上班的地方。但是我可以使用可用的系统让他们的缺席更加明显。实际上，我会跟踪出席情况。他们不必打卡。我不必离开办公桌去检查他们的。我使用数据系统来提供他们出席的资料。不仅如此，有些在工作的工人实际上可能没有工作。我开发了几种使用数据系统为情景表现现象添加背景的不同方法。事实是，如果一个人整天在网上冲浪，而另一名员工却在努力工作，那么我不能让那个敬业的员工遭受设计不良的指标体系的困扰。这是完全错误的。
管理科学在微观管理方面具有悠久的历史-也就是说，管理一个人所做的工作的每一个细微细节。它“似乎”是科学的。有各种各样的先入之见来定义生产力的含义。重要的是，不要让“符合性指标”覆盖“性能指标”。微观管理倾向于确保行为的一致性。“我是传播流行的成见的工具吗？” 我经常问自己。如果出现竞争并检验过去的政策和做法是否真正重要，这个问题就变得尤为重要。度量标准制度可能导致工人在某些有限的参数或边界内操作，这可能会干扰市场渗透。微观管理不应导致战略性管理不善或错位。因此，我认为自己是一线代理商，可确保这些指标不会不必要地侵犯个人自主权和控制力。我上面的人甚至可能没有意识到数据构建背后的关心和思想。
我要讨论的最后一个问题与数据的需求有关。归根结底，我需要从数据缺失的角度转向数据存在的角度。这意味着利用我现有的资源。“使用”是指按照应有的使用方式使用我所掌握的工具-对我而言，这意味着要克服当前的局限性。这些限制在某种程度上决定了可以识别哪些数据以及如何识别。例如，关系数据库强加了某种思维方式，我在其他博客中将其描述为“鸽子洞”。放鸽子会产生惯性，从而阻碍现象的自由自然表达。与R相比，我更可能用Java编程算法，因为现实并不一定要表现为向量。
我意识到我的观点似乎与我先前提到的“存在研究”相去甚远。我研究了一个经营了数十年的组织的管理记录。我想向读者保证，大约30年后，这些记录中的人们大多以数字形式存在。这些报告可能会作为人类学文物或文物持续存在，但与客户的日常交互通常会存在于数字quotidian中。同样，当今组织中发生的活动可能会以关系表和非结构化数据文件的形式重新出现在明天尘土飞扬的备份驱动器上。我们可能不仅会留下有关客户的信息，还会留下我们如何选择与他们打交道的信息。如何协调和协调员工以实现组织的目标；信念和实践产生了我们的本体论结构和框架。我想有一天，研究人员会说，我对此事进行了仔细的考虑，我非常关心提出这个问题-在这种情况下，众所周知的是疏远客户和工人。
题库