Implementation of feedback as one of the conditions for effective management of social systems

Cover Page

Full Text

Abstract

The subject of the study is the management of complex social systems, the object of the study is to increase the effectiveness of management through the use of feedback. The lack of feedback is one of the most significant drawbacks of any management system. At the same time, most social management systems, such as municipal and public administration systems, did not have such systems in their full understanding. This was determined primarily by technical problems, namely, the lack of a means of promptly collecting and processing large volumes of poorly formalized information. Currently, with the advent of big data processing technologies, it is possible to implement these requirements. Accordingly, it has become relevant to develop requirements for such systems, substantiate the required parameters, structure and characteristics of feedback. To do this, the article suggests using mathematical modeling methods, describing the model in terms of the theory of automatic control. Based on the analysis of the management features of complex human-machine systems, proposals for organizing feedback to increase the stability of their management are synthesized. Using general scientific methods of analysis and synthesis, the article formulates the basic principles of feedback in social management systems. The main conclusion is the possibility of introducing feedback technologies into municipal and public administration systems, as well as their positive impact on the functioning of the management system. The main scientific results presented in the article are the conclusions on evaluating the effectiveness of feedback implementation. The authors substantiate the requirements for feedback components, their impact on sustainability and management efficiency. The provisions developed in the article can improve the efficiency of the functioning of municipal and public administration systems. Taking into account the turbulence of the modern world, the use of destructive social technologies within the framework of a "hybrid" confrontation, the proposed methods can ensure an increase in the stability and efficiency of the management system, ensuring the stability of the state as a whole.

References

  1. Pavlov I. V. Estimating reliability of redundant system from the results of testing its elements //Automation and Remote Control. 2017. № 3(78). рр. 507-514. doi.org/10.1134/S0005117917030109.
  2. Гурман В. И., Расина И. В., Феськов О. В., Гусева И. С. Некоторые подходы к оптимизации процессов управления // Автоматика и телемеханика, 2016, № 8, стр. 66–84.
  3. Емельянов А.А., Шильникова О.В., Емельянова Н.З. Моделирование процесса поддержки работоспособности развивающейся АСУ // Прикладная информатика. 2015. № 5(10). С. 93–108 URL: http://www.appliedinformatics.ru/general/upload/articles/p93-108-renamed.pdf.
  4. Тиханычев О. В., Тиханычева Е. О. Некоторые аспекты моделирования этносоциальных процессов. М.: Эдитус. 2016. – 70 с.
  5. Tikhanychev O. V. Evaluating the automated organizational decision support effectiveness Journal of Physics: Conference Seriesthis 2021, 1889(2), 022019. doi: 10.1088/1742-6596/1889/2/022019.
  6. Новые методы работы с большими данными: победные стратегии управления в бизнес-политике. Научно практический сборник. Под редакцией А.В.Шмида. М.:ПАЛЬМИР, 2016. – 528 с.
  7. Lifflander J., Shannon P. Analyzing Complex Appraisals for Business. Professionals. Publisher: McGraw-Hill Co, 2016. – 343 p.
  8. Сайт «Добродел». Электронный ресурс. URL: https://dobrodel.mosreg.ru/ (дата обращения 19.11.2024).
  9. Быков А.В., Щербаков П.С. Синтез разреженной обратной связи в линейных дискретных системах // Автоматика и телемеханика, 2018, № 7, С. 3-21. doi: 10.31857/S000523100000264-4.
  10. Harrison J., Freeman E., Cavalcanti M. Stakeholder Theory As an Ethical Approach to Effective Management: applying the theory to multiple contexts RBGN, 2015, No. 17(55). doi.org/10.7819/rbgn.v17i55.2647.
  11. Tikhanychev O. V. Modelling in Decision-Making Support Systems. Мoscow: Editus Publ., 2016. – 74 p.

Supplementary files

Supplementary Files
Action
1. JATS XML

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».