- Pubblicazione
- Aggiornamento
Evitare copie di dati reali dei partecipanti può sostenere la riservatezza durante le prove. Tuttavia, esempi sintetici troppo semplici possono non rilevare difetti importanti perché non mettono mai alla prova commenti lunghi, valori mancanti o relazioni realistiche tra registrazioni.
Conservare il significato dei dati
Progettare i dati di prova considerando più del numero di righe. Creare un elenco di copertura per i limiti critici dei campi, le relazioni tra registrazioni e le eccezioni attese. Le registrazioni sintetiche dovrebbero essere riconoscibili e non poter entrare nei flussi di studio reali. Rimuovere gli identificativi diretti non dimostra automaticamente una tutela adeguata della riservatezza in ogni contesto; i responsabili dovrebbero valutare separatamente gli accordi proposti sull’uso dei dati.
Esempio pratico
Per esempio, ogni partecipante di prova ha una visita e un nome breve. In seguito un partecipante in produzione con più visite genera collegamenti errati durante il trasferimento. Il gruppo aggiunge visite ripetute, risultati corretti e consegne ritardate a un partecipante sintetico e scrive in anticipo le relazioni attese. Qui una complessità mirata è più utile di ulteriori righe casuali.
Controlli di revisione
- Identificare l’esempio sintetico che rappresenta ogni requisito critico.
- Coprire insieme testi lunghi, campi vuoti, valori limite e registrazioni collegate.
- Impedire che identità di prova siano usate come veri partecipanti in produzione.
Accettazione e limiti
L’accettazione implica che il set di dati rappresenti i rischi operativi definiti e che i risultati attesi possano essere compresi indipendentemente. Un generatore di dati sintetici non dovrebbe creare aspettative errate; esaminare gli esempi critici. Dati reali non necessari non rafforzano le evidenze di prova. Mantenere recuperabili la versione dell’esempio e le prove in cui è stata usata quando occorre ricostruire le attività.
Domande frequenti
- Più righe di prova significano sempre una copertura migliore?
- Il volume può verificare un quesito diverso; gli scenari critici mancanti possono restare assenti anche in un set di dati ampio.
- I dati fonte deidentificati sono sintetici?
- No. Distinguere i dati derivati dalla fonte dagli esempi interamente inventati e mantenere esplicite le loro condizioni d’uso.