Оцінювання кліометричних характеристик консолідованих статистичних даних

Ключові слова: інформаційні технології; великі дані; консолідована статистика; історія; кліометрія; інтернет; статистичне моделювання; статистика

Анотація

Розглянуто нові концептуальні підходи до використання великих масивів даних у соціогуманітарних дослідженнях і проаналізовано сучасні напрями їх використання у науково-дослідній діяльності гуманітарного спрямування. Обґрунтовано актуальність використання технологій Big Data в історичних наукових дослідженнях і використання таких технологій для побудови науково-дослідних кластерів з метою ефективного дослідження й опрацювання масових історичних джерел, а саме зведених статистичних даних. Опрацьовано зведені статистичні дані індустріального розвитку, перепису населення та експертного оцінювання соціо-економічного і демографічного розвитку Сполучених Штатів Америки та Української Радянської Соціалістичної Республіки у 1970-1980-х роках. Апробовано кількісний метод для отримання консолідованої статистики, що дасть змогу виявити особливості статистичної сукупності загалом і в окремих її компонентах, показати регулярність досліджуваних соціально-економічних явищ процесів. Оцінено вагомість консолідованих статистичних даних, опублікованих на вітчизняних та іноземних ресурсах для їх подальшого використання в історичних дослідженнях. Подано у форматі таблиці, змодельовано кліометричні характеристики консолідованих статистичних даних розвитку Сполучених Штатів Америки та України у 1970-х та у 1980-х роках. Обґрунтовано, що кліометричні характеристики консолідованої статистики розвитку Сполучених Штатів Америки та Української Радянської Соціалістичної Республіки у 1970-1980-х роках, які отримують за допомогою моделювання даних економічного розвитку, даних перепису населення, даних національного доходу та зайнятості, експертного оцінювання, можна використати як нове джерело для вивчення актуального історичного періоду.

Біографії авторів

Н. О. Химиця, Національний університет "Львівська політехніка", м. Львів

канд. істор. наук, доцент, кафедра соціальних комунікацій та інформаційної діяльності

Т. О. Устиянович, Національний університет "Львівська політехніка", м. Львів

студент, кафедра соціальних комунікацій та інформаційної діяльності

Посилання

Bank danikh "World Bank Open Data". (2020). Retrieved from: https://data.worldbank.org/

Bernstein, A. (2007). Digital Historian Roy A. Rosenzweig. Washington Post. Retrieved 8, October 2014. Retrieved from: https://thanksroy.org/items/show/596.

Borodkin, L. I. (2016). Modeling of historical processes: from the reconstruction of reality to the analysis of alternatives St. St. Petersburg: Aleteya.

Drucker, J. (2013). Intro to Digital Humanities: Introduction. UCLA Center for Digital Humanities. Retrieved December 26, 2016.

Golub, S., & Khymytsia, N. (2018, August). The Method of Cliodinamik Monitoring. In 2018 IEEE Second International Conference on Data Stream Mining & Processing (DSMP), 223–226. https://doi.org/10.1109/DSMP.2018.8478459

Golub, S., & Khymytsya, N. (2016, May). Assessment of utility models in the process of cliometric researches. In Proceedings of the 5th International Scientific Conference" Information, communication and society", 238–240.

Holub, S., & Khymytsia, N. (2016, February). The use of multi-level modeling in the cliometric studies process. In 2016 13th International Conference on Modern Problems of Radio Engineering, Telecommunications and Computer Science (TCSET), (pp. 733–735). IEEE. https://doi.org/10.1109/TCSET.2016.7452166

Khymytsia, N., & Ustyianovych, T. (2017, December). Application of big data in historical science. In VIIth International Youth Science Forum Litteris et Artibus: proceedings, (pp. 375–376). Lviv Polytechnic Publishing House.

Khymytsia, N., Ustyianovych, T., & Dronyuk, I. (2019). Identification and modeling of historiographic data in the content of web forums. In CEUR 1st International Workshop on Control, Optimisation and Analytical Processing of Social Networks, COAPSN 2019 Proceedings. Vol. 2392, (pp. 297–308). Lviv, Ukraine.

Laas, N. O. (2010). Sotsialna istoriia SRSR v amerykanskii istoriohrafii: teoretychni dyskusii 1980-2000-kh yahr. Ukrainskyi istorychnyi zhurnal, 5, 170–191. Retrieved from: http://resource.history.org.ua/publ/journal_2010_4_170. [In Ukrainian].

Laney, D., & Mark, A. (2012). The Importance of "Big Data": A Definition. Gartner Research. Retrieved from https://www.gartner.com/doc/2057415/importance-big-data-definition.

Lukovytskyi, D. (2018). Stavlennia SShA do ruinatsii SRSR: zmina vidnosyn z Ukrainoiu (1986−1994 rr.). [In Ukrainian].

Polyvovyy, N. (2014). Simulation Modeling of Political Instability and Maydan of 2013/2014 in Ukraine. European Journal of Transformation Studies, 2, 22–33.

Puhachova, M. V. (2017). Statystychnyi analiz rozvytku ukrainskoi promyslovosti: chy ye rezervy? Statystyka Ukrainy, 3, 20–27. Retrieved from: http://nbuv.gov.ua/UJRN/su_2017_3_5. [In Ukrainian].

Redziuk, Ye. V. (2013). Porivnialna kharakterystyka tempiv ekonomichnoho zrostannia ta kapitalizatsii fondovykh birzh svitu y Ukrainy. Finansy Ukrainy, 7, 78–90. [In Ukrainian].

Rohozhyn, O. H. (2018). Osoblyvosti dovhostrokovoi ekonomichnoi dynamiky za ostanni 50 rokiv. Matematychne modeliuvannia v ekonomitsi, 5, 50–63. [In Ukrainian].

Scharnhorst, A., Bosch, O. T., & Doorn, P. (2012). Looking at a digital research data archive-Visual interfaces to EASY. arXiv preprint arXiv:1204.3200.

Terras, M. (2011). Quantifying Digital Humanities. UCL Centre for Digital Humanities. Retrieved December 26, 2016.

Ustyianovych, T., & Khymytsia, N. (2018). Application of machine learning algorithms for the study of Galicia populations social characteristics in the interwar period (1919-1939). In VIIIth International Youth Science Forum Litteris et Artibus: proceedings, (pp. 96–101). Lviv Polytechnic Publishing House.

Опубліковано
2021-02-04
Як цитувати
Химиця, Н. О., & Устиянович, Т. О. (2021). Оцінювання кліометричних характеристик консолідованих статистичних даних. Науковий вісник НЛТУ України, 31(1), 55-61. https://doi.org/10.36930/40310109