Big Data and Refining Information Tools in the Process of Public Intervention Programming in Poland

• Autorzy: Aleksander Żołnierski

Warianty tytułu

Big data i rafinacja informacji w procesie programowania interwencji publicznej w Polsce

• Języki publikacji: EN

Abstrakty

EN

The aim of the article is to describe the use of information refining and big data analysis in the process of programming of public support for R&D activities. The method employed by NCRD in R&D support -related activities is used as an example. Intervention programming is a process dependent on the quality of available information - including its timeliness and usefulness. Usually the information sources used are based on data describing reality with a few years delay and abstracting from the latest trends. New methods of refining information from on-line sources allow to use current data in the programming process (as well as in the evaluation), which adequately describe the rapidly changing reality.(original abstract)

Celem artykułu jest prezentacja koncepcji wykorzystania rafinacji informacji i metod big data w pozyskiwaniu nowych źródeł informacji w procesie programowania wsparcia ze środków publicznych. Przykładem jest zastosowanie tych metod w działalności NCBR. W artykule zamieszczony jest także przykład praktycznego zastosowania opisanych metod w kontekście działalności B+R. Programowanie interwencji jest procesem zależnym od jakości dostępnej informacji - w tym od jej aktualności i użyteczności. Zazwyczaj wykorzystywane źródła informacji opierają się na danych opisujących rzeczywistość z kilkuletnim opóźnieniem i abstrahujących od najnowszych trendów. Dostępne metody rafinacji informacji ze źródeł on-line pozwalają, aby w procesie programowania (ale także w ewaluacji) wykorzystywać dane aktualne i adekwatnie opisujące szybko zmieniającą się rzeczywistość.(abstrakt oryginalny)

Słowa kluczowe

EN

Big Data; Information source; Public funding; R&D in the enterprise; Public administration

PL

Big Data; Źródła informacji; Środki publiczne; Sfera B+R w przedsiębiorstwie; Administracja publiczna

• Czasopismo: Studia Ekonomiczne / Polska Akademia Nauk. Instytut Nauk Ekonomicznych
• Rocznik: 2017
• Numer: nr 4 (95)
• Strony: 452--467

Twórcy

autor

Aleksander Żołnierski

• Polish Academy of Sciences

Bibliografia

• Ben-Hur Sh., Jaworski B., Gray D. (2015), Aligning Corporate Learning With Strategy, MIT Sloan Management Review", Fall, 57(1).
• Cetera W., Gogołek W. (2018), Identyfikacja innowacji za pomocą analiz Big Data, in: K. Opolski, J. Górski, ed., Innowacyjność polskiej gospodarki: wybrane aspekty, WNE UW.
• Chai S., Shih W. (2017), Why Big Data Isn't Enough, "MIT Sloan Management Review", Winter, 58(2).
• Demecki W., Żukowski P. (2010), Budowa strategii jako narzędzia innowacyjnego zarządzania organizacją, Prace Komisji Geografii Przemysłu, Warszawa-Kraków, nr 15.
• Enkel E., Gassmann O., Vanhaverbeke W., Vrande V. van de (2009), Open innovation in SMEs: trends, motives and management challenges. "Technovation, Zoetermeer", 29: 423-437.
• Frishammar J., Richtnér A., (2008), Editorial, "Int. J. of Technology Intelligence and Planning", 4(3).
• Gogołek W., Jaruga D. (2016), Z badań nad systemem rafinacji sieciowej. Identyfikacja sentymentów, "Studia Medioznawcze", 4(67): 109.
• Gogołek W., Celiński P., Cetera W., Grzegorek J., Jaruga D., Kononiuk T., Kowalik K., Kuźmina D., Opolska-Bielańska A. (2017), "Eksploracja źródeł danych w zakresie działalności B+R+I - dokumentacja projektu", materiał niepublikowany, NCBR, Warszawa.
• Gorzelak G., Jałowiecki B. (2001), Strategie rozwoju regionalnego województw: Próba oceny, "Studia Regionalne i Lokalne", 1(5): 58-59.
• Habermas J. (1998), On the Pragmatics of Communication, MIT Press, Cambridge, Mass.
• Hayashi A.M. (2014), Thriving in a Big Data World, "MIT Sloan Management Review", Winter, 55(2).
• Huang P., Tafti A., Mithas S. (2018), The Secret to Successful Knowledge Seeding, "MIT Sloan Management Review", Spring, 59(3).
• Janasz W. (1999), Modele strategicznego zarządzania innowacjami w przedsiębiorstwie, Informa, Szczecin.
• Ministerstwo Administracji i Cyfryzacji, Polska 2030 Trzecia fala nowoczesności, Kreatywność indywidualna i innowacyjna gospodarka (wersja robocza), kluczowe decyzje.
• Moor K. De, Berte K., Marez L. De, Joseph W., Deryckere T., Martens L. (2010), User-driven innovation? Challenges of user involvement in future technology analysis, "Science and Public Policy", February, 37(1).
• Moore A.W. (2016), Predicting a Future Where the Future is Routinely Predicted, "MIT Sloan Management Review", Fall, 58(1).
• OECD/Wspólnoty Europejskie (2006), Podręcznik Oslo - zasady gromadzenia i interpretacji danych dotyczących innowacji, wyd. polskie: Ministerstwo Nauki i Szkolnictwa Wyższego, Warszawa.
• Ohlhorst F.J. (2015), Big Data Analytics: Turning Big Data into Big Money, John Wiley&Sons, Inc.
• Richards G. (2017), Big Data and Analytics Applications in Government: Current Practices and Future Opportunities, CRC Press.
• Schoemaker P.J.H., Tetlock Ph.E. (2017), Building a More Intelligent Enterprise, "MIT Sloan Management Review", Spring, 58(3).
• Schumpeter J.A. (2003), Capitalism, Socialism and Democracy, George Allen&Unwin (Publishers) Ltd, 1976, Edition published in the Taylor & Francise-Library.
• Stephens-Davidowitz S. (2017), Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are, Dey.
• Zhang J., Luna-Reyes L.F., Pardo Th.A., Sayogo D.S. (2016), Information, Models, and Sustainability, Policy Informatics in the Age of Big Data and Open Government, Springer.
• Żołnierski A. (2015), Nieformalne źródła informacji w działalności gospodarczej, w: W. Cetera, K. Kowalik (ed.), Logistyka i administrowanie w mediach, Instytut Dziennikarstwa Uniwersytetu Warszawskiego.