Me gustaría conocer algunos ejemplos de proyectos SIG que han salido mal.
es decir, se tomarían / se tomarían malas decisiones, en función de los resultados del SIG de ese proyecto.
No estoy buscando nombrar y avergonzar a nadie, por lo que si es una empresa para la que ha trabajado, por favor mantenga los nombres fuera y disimule la historia donde sea necesario. ¿Estoy seguro de que debe haber bastantes ejemplos públicos importantes?
Por ejemplo, un proyecto de gestión de desastres, que salió mal debido a datos incorrectos o desactualizados.
Lo admito, es una pregunta bastante subjetiva sin una respuesta correcta. Por lo tanto, dejaré que los votos hablen, y si alguien puede convertir a c-wiki si es necesario.
Personalmente, obtendré un gran beneficio de esto, y pasaré los ejemplos cuando enseñe SIG.
fuente
Aquí hay uno más: los eurócratas se olvidan de Gales en la portada del anuario de Eurostat 2004
Reacciones de la BBC , Telegraph y Mail .
(a través del blog Análisis espacial ; imagen de GIT NEWS )
fuente
Una gran pregunta para preguntar por las cervezas (seguramente obtendrás algunas respuestas divertidas).
Mis mayores fallas (sí, lamentablemente en plural) generalmente giran en torno al alcance del alcance. Más nunca es mejor, palabras para vivir.
fuente
¿No debería mencionarse a Cristóbal Colón aquí?
Pensó que estaba al otro lado del globo cuando llegó a Estados Unidos. Sin duda fue debido a datos de mapas incorrectos.
editar: tal vez al menos no solo datos erróneos según los comentarios de whubers, más como una técnica de arquitecto común para hacer realidad el proyecto de sus sueños.
/ Nicklas
fuente
Por Dios, podría mencionar algunos. Mi principal problema con los proyectos SIG es que se consideran, analizan, diseñan y crean como proyectos de TI con elementos SIG, en lugar de proyectos SIG. La importancia de los datos y la gestión de datos siempre parece haber disminuido y, para ser sinceros, son bastantes personas que no saben lo suficiente sobre SIG para participar en su planificación.
Una vez conocí un proyecto, enlatado después de 6 años de estar muy, muy, muy por encima del presupuesto, cuya representación del Líder BA de Gran Bretaña era un sistema de coordenadas esféricas de 100,000 km.
Si un proyecto tiene un elemento de un SIG, o es completamente un SIG, debe planificarse desde Get GO como un SIG. Muchas veces se construye como un IS con algunos mapas añadidos, y siempre fallan miserablemente.
fuente
Muchas de las fallas que he visto han sido resultado de Big Design Up Front , que luego condujo a un dilema de costos hundidos .
fuente
Tengo uno. Flujo de trabajo para un proyecto SIG. Si no lo hace bien, gastará una gran cantidad de tiempo y dinero para una organización. Un ejemplo es diseñar un modelo de datos para recopilar redes basadas en servicios públicos. Como gerente de proyecto, debe dedicar gran parte de su tiempo a preparar un modelo de datos para el Proyecto SIG. Hay organizaciones que usan su propio modelo de datos (generalmente antiguo). ESRI tiene tantos modelos de datos específicos de la industria que uno puede utilizar en su proyecto en lugar de comenzar desde cero.
fuente
Spatial Sustain apunta a un ejemplo más: Map Satire Gets The Economist in Trouble .
The Economist publicó un artículo sobre Escocia y la portada del tema tenía el siguiente aspecto:
Según el blog :
...
Resultado: 1595 comentarios hasta el momento (como para 16.04.12). Y discusiones bastante acaloradas;)
fuente
Dependiendo de lo que llames "ir mal", pero mi impresión es que la mayoría de los mapas que están hechos por científicos científicos en universidades son tan malos que nadie los usa (excepto, tal vez, para modelos de cambio climático).
Error más común: interpolación demasiado optimista. En lugar de usar una media global para un área / estrato, los valores se interpolan usando una técnica complicada que oculta el hecho de que no es más precisa o incluso menos precisa que usar una desviación promedio / estándar.
Ver, por ejemplo: http://www.springerlink.com/content/qq5h67635g4l4417/ o un extenso documento de discusión aquí: http://dx.doi.org/10.1016/S0016-7061(97)00072-4
Segundo (y relacionado) error más común: pensar que el error de kriging representa el error en su predicción.
fuente
Un buen ejemplo es revisar los proyectos US-DOI / BLM llamados ALMRS o NILS. Ambos proyectos se terminaron después de 10 de millones de dólares (o más, según algunas estimaciones) de inversión para mejorar la precisión de los registros nacionales de tierras.
Se encontró que ambos tenían una precisión disminuida y en algunos casos exhibían desperdicio bruto.
Al final, se descubrió que las fuentes de datos comerciales, construidas utilizando los propios datos de BLMS, eran mucho más precisas y actualizadas que lo que estaban haciendo los nuevos sistemas BLM.
Tanto fue un fracaso que las propias oficinas de BLM estaban contratando fuentes comerciales ya que los sistemas desarrollados internamente no cubrían las necesidades. Los requisitos integrales no se estaban considerando para sus propias necesidades.
fuente
Aquí hay un ejemplo más (bastante sorprendente) de que Google causó gran revuelo en Japón al incluir mapas de madera (Tokio) de 1858 (¡sic!) En Tokio (Edo) en Google Earth.
Aunque el mapa en sí es hermoso:
( fuente interactiva )
señala ubicaciones de aldeas Buraku que solían estar habitadas por 'intocables'. E incluso después de tantos años, se temía que los prejuicios y la discriminación pudieran seguir siendo un problema.
¡Amo a Japón aún más ahora! ;]
(Más información sobre el tema aquí y aquí ).
fuente