Методологический концепт организации информационной системы общественно-профессиональной экспертизы в сфере экологии и благоустройства

Обложка

Цитировать

Полный текст

Аннотация

Сегодня констатируется разрыв между требованием государственных органов к независимому и объективному анализу принимаемых решений и механизмом привлечения представителей заинтересованных сторон к этому процессу. Ключевым инструментом для достижения этой обоснованности выступает общественно-профессиональная экспертиза. Предметом исследования стала система организации общественно-профессиональной экспертизы управленческих решений в сферах экологии и благоустройства городской среды с использованием цифровых платформ. Целью работы является создание концепта для проектирования информационной системы, обеспечивающей эффективную организацию общественно-профессиональной экспертизы. Такая система должна позволять представителям различных групп интересов коллективно участвовать в оценке общественной значимости проблем, а также вносить вклад в принятие управленческих решений в сферах экологии и благоустройства на основе прозрачного, открытого и всестороннего обсуждения. В данной работе авторы представляют интегрированную методологию согласования оценок в информационной системе общественно-профессиональной экспертизы, основанную на синтезе нечёткой логики, теории графов и методе Дельфи. В рамках разработки информационной системы общественно-профессиональной экспертизы в сфере экологии и благоустройства были созданы концептуальные модели для функционирования следующих подсистем: 1) подсистема селекции и ранжирования представителей заинтересованных сторон на основе обработки самооценок посредством нечеткой логики; 2) подсистема конфигурирования релевантной сети из пула представителей заинтересованных сторон на основе остовного дерева теории графов; 3) подсистема экспертной оценки общественно значимых проблем на основе метода Дельфи. Научная новизна исследования определяется комплексным использованием математических и организационных методов, что позволяет преодолеть неопределённость и субъективность самооценок экспертов, структурировать информационные потоки в пулах экспертов и обеспечить согласованность решений. Разработанная информационная система повышает качество и легитимность управленческих решений по общественно значимым вопросам, отвечая на актуальный вызов современности.

Об авторах

Виталий Вдадимирович Зотов

Московский физико-технический институт (национальный исследовательский университет)

Email: om_zotova@mail.ru
ORCID iD: 0000-0003-1083-1097
профессор; Учебно-научный центр гуманитарных и социальных наук;

Михаил Витальевич Зотов

Национальный исследовательский университет «МЭИ»

Email: mv_zotov2@mail.ru
ORCID iD: 0009-0004-9111-1845
бакалавр; институт информационных и вычислительных технологий;

Никос Филиппович Алексиадис

Национальный исследовательский университет «МЭИ»

Email: alexiadisnf@mpei.ru
ORCID iD: 0009-0006-2863-1148
доцент; кафедра прикладной математики и искусственного интеллекта;

Василий Валерьевич Юшин

Юго-Западный государственный университет

Email: ushinvv@mail.ru
ORCID iD: 0000-0002-1391-4229
зав. кафедрой; кафедра охраны труда и окружающей среды;

Список литературы

  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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

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».