The philosophy underlying databases

The philosophy underlying databases
The food environment can be very complex and it may be difficult to quantify or even to categorise some of its features and their potential effects on microbial population dynamics or the ability to recover a target organism from a food sample. An example is the effect of food structure, reviewed by Brocklehurst (2003) which may affect environmental limits for growth (Koutsoumanis et al., 2004).

An additional difficulty is that, with the background information on the environment and with currently available techniques to measure microbial responses both variability and uncertainty may be large (Ratkowsky, 2004). Variability in microbial characteristics such as growth rate or lag phase duration is well characterised and increases markedly with increasing response times. Its effect is seen in the widening confidence limits of response time estimates (Ratkowsky et al., 1996 and Ratkowsky, 2004) and may even lead to inability to recover a target organism under conditions where growth is possible (Graham and Lund, 1993).

Variability and uncertainty in microbial responses were also discussed by Bridson and Gould (2000) in their treatise on classical versus quantal microbiology. Uncertainty, of course, also arises when information is missing or conflicting, events that regularly cause consternation in the conduct of quantitative risk assessments (Nauta, 2002). In such situations, the accumulation of MANY pieces of information is essential. An analogy can be conceived as follows: if one can take a picture of only a small segment of the sky then it is impossible to see the trajectory of the Milky Way from a single picture. However, when the pieces are put together, a pattern may emerge showing the now well-known spiral of the Milky Way. We will call this pattern, showing the potential of databases to put pieces of information together, the “Milky-way effect”.

It is important to consider the above capitalisation of the word MANY. This requirement means that the information must be put in a well-defined systematic format, following a strict database protocol, otherwise no computer program can be developed to retrieve the information. Database is not the same as “data-dump”! The fields of a database are created for a certain purpose (in the case of predictive models to represent Environment/Response mapping) and entering data in the field already requires categorisation, simplification i.e. food microbiology and modelling expertise. When, for example, the main environmental factors affecting microbial responses are identified, the same simplification is carried out as when a process is characterised by some mathematical variables. In other words, there is a parallel between mathematical abstraction and the creation of the database structure. The fields of the database correspond to mathematical variables; the relations between those fields correspond to mathematical equations and inequalities.

To introduce some philosophy, we will call the need for simplification, which is necessary to create a database, the “Platonian effect”, since it was Plato who emphasized first that the scientific thinking needs these simplifications (i.e. idealisations). We will also speak about the “Gutenberg effect” of the databases. Namely, in the IT age, Internet databases have an effect analogous to that caused by the invention of printing. Before the 15th century, certain information, even if available, was not necessarily accessible, because hand-written books were too few to be available for everybody. Now, the amount of information (even if now in printed form) has become too large and a new technique, the FAST, ACCESSIBLE, RELATED database, has given new impetus to information processing. As the early creators of the first linked databases remarked, “Gutenberg could not make his books speak to each other”.

Such a database called ComBase (Combined, or Common i.e. joint, dataBase of microbial responses to food environments) was launched at the 4th International Conference on Predictive Modelling in Foods, Quimper, France, June 2003. Its technical details can be read in Baranyi and Tamplin (2004) and on the website,www.combase.cc. The ComBase idea came from two independent, but similar, initiatives on both sides of the Atlantic. The Ministry of Agriculture Fisheries and Food in the United Kingdom initiated, in 1988, a coordinated program to collect data on the growth and death of bacterial pathogens. Those data served as the base on which the first validated, commercialised predictive package, Food MicroModel was built. The task of supporting these developments was taken over, when established, by the UK Food Standards Agency (FSA). Parallel to these events in the UK, the US equivalent of Food MicroModel called PMP (Pathogen Modeling Program: www.arserrc.gov/mfs/pathogen.htm) was developed at the Eastern Regional Research Center of the USDA Agricultural Research Service.

In the meantime, a database (ComBase) was being developed in the Institute of Food Research, Norwich, UK to pool available predictive microbiology data. Soon the leaders of FSA and USDA-ARS agreed that incorporating all their data in this common database, named ComBase, would be mutually beneficial. The European Commission also embraced the idea, and now the original Food MicroModel and PMP datasets have been supplemented with additional data submitted by supporting institutes, universities and companies mainly from Europe. Besides, data have also been compiled from the scientific literature.

ComBase has its “Milky way”, “Platonian” and “Gutenberg” effect on predictive microbiology. Its “Milky-way effect” is obvious; the amount of data can compensate for the inaccuracy of the data. Le Marc et al. (2005) showed an example how to make use of the large amount of information provided by ComBase to define, at least approximately, the total growth region of Listeria monocytogenes in the space of the main environmental factors.

Numerically and computationally minded scientists are convinced that the “Platonian effect” of ComBase is very useful to bring more exact (mathematical and quantitative) elements in microbiology research. However, this is not necessarily popular among traditional microbiologists. Namely, many of them have a certain degree of aversion to the required simplifications, saying that the information in the database does not reflect the environment and/or microbial response with sufficient accuracy. The fact is, however, that is not the function of the database. It is, rather, to make the most important aspects of the data available FAST, even if at the expense of omitting some details. It should be admitted, that this bears some danger of distortion and subjectivity, but this has always been hand in hand with the Platonian idea of idealisation and simplification. In fact, different disciplines omit different details from the same phenomena. The contributors to ComBase omit those details that, according to our food microbiology knowledge accumulated so far, do not significantly influence the Environment/Response mapping. This also shows that the “Platonian effect” can play a role in the development of a scientific discipline only after many observations and empirical descriptions have become accepted knowledge about the system to be characterised.

The “Gutenberg effect” of ComBase is probably the most popular at the moment. Thousands of researchers, risk assessors, legislative officers, food manufacturers and their laboratory managers can access published and unpublished data fast and at no expense. Publicly available databases like ComBase and, in fact, the whole Internet, are virtual forums of democracy. Besides, they can be major tools in the assessment of predictive microbiology results. Users can compare observations with independent predictions gained from other software packages, which contribute to the correct evaluation of the potential and limitation of the discipline. ComBase is a repository of predictive microbiology data that can be used by risk assessors of different countries; therefore, if ComBase is accepted internationally as the benchmark, the number of sources generating different views on risk can be decreased.

ผลลัพธ์ (ไทย) 1:

ฐานข้อมูลต้นแบบของปรัชญาอาหารสิ่งแวดล้อมได้อย่างซับซ้อนมาก และอาจเป็นการยากที่ จะกำหนดปริมาณ หรือ categorise ด้วย และพลศาสตร์ประชากรจุลินทรีย์ผลศักยภาพ หรือความสามารถในการกู้คืนที่สิ่งมีชีวิตเป้าหมายจากตัวอย่างอาหาร ตัวอย่างผลของโครงสร้างอาหาร การตรวจทาน โดย Brocklehurst (2003) ซึ่งอาจส่งผลกระทบต่อสิ่งแวดล้อมจำกัดการเจริญเติบโต (Koutsoumanis et al., 2004) ได้ความยากที่เพิ่มเติมคือ ข้อมูลพื้นหลังสิ่งแวดล้อม และ ด้วยปัจจุบันมีเทคนิคการวัดการตอบสนองต่อจุลินทรีย์ สำหรับความผันผวนและความไม่แน่นอนอาจมีขนาดใหญ่ (Ratkowsky, 2004) สำหรับความผันผวนในลักษณะจุลินทรีย์เช่นอัตราการเติบโตหรือช่วงห่างระยะเวลาของขั้นตอนเป็นอย่างดีประสบการ์ และเพิ่มขึ้นอย่างเด่นชัดกับการเพิ่มเวลาการตอบสนอง ผลเห็นได้ในขีดจำกัดความเชื่อมั่น widening การประเมินเวลาตอบสนอง (Ratkowsky et al., 1996 และ Ratkowsky, 2004) และแม้อาจจะไม่สามารถกู้คืนสิ่งมีชีวิตเป้าหมายภายใต้เงื่อนไขสามารถเจริญเติบโต (แกรแฮมและลุนด์ 1993)สำหรับความผันผวนและความไม่แน่นอนในการตอบสนองของจุลินทรีย์ยังกล่าว โดย Bridson และ Gould (2000) ในตำรับของพวกเขาในคลาสสิกเทียบกับจุล quantal ความไม่แน่นอน แน่นอน นอกจากนี้ยังเกิดขึ้นเมื่อข้อมูลหาย หรือความขัดแย้ง เหตุการณ์ที่ทำให้ consternation เป็นประจำในการบริหารเชิงปริมาณความเสี่ยงประเมิน (Nauta, 2002) ในสถานการณ์เช่นนี้ สะสมของหลายชิ้นของข้อมูลเป็นสิ่งจำเป็น การเปรียบเทียบสามารถรู้สึกได้ดังนี้: หนึ่งสามารถถ่ายรูปเพียงส่วนเล็ก ๆ ของฟ้า ถ้าจะไปดูของมิลค์จากภาพเดียวกัน อย่างไรก็ตาม เมื่อชิ้นส่วนมีใส่กัน รูปแบบอาจเกิดแสดงเกลียวตอนนี้รู้จักกันดีของทางช้างเผือก เราจะเรียกรูปแบบนี้ แสดงศักยภาพของฐานข้อมูลจะรวบรวมชิ้นส่วนข้อมูล "ผลมิลค์"จึงควรพิจารณา capitalisation ข้างต้นของคำหลาย ความต้องการนี้หมายความ ว่า ต้องใส่ข้อมูลในรูปแบบที่กำหนดไว้อย่างดีระบบ ต่อโพรโทคอฐานข้อมูลเข้มงวด หรือ โปรแกรมไม่สามารถพัฒนาได้เพื่อดึงข้อมูล ฐานข้อมูลไม่เหมือนกับ "การถ่ายโอนข้อมูล" เขตข้อมูลของฐานข้อมูลถูกสร้างขึ้นสำหรับวัตถุประสงค์บางอย่าง (ในกรณีของแบบจำลองที่คาดการณ์ถึงสภาพแวดล้อม/ตอบแมป) และป้อนข้อมูลในเขตข้อมูลแล้วต้อง categorisation รวบเช่นอาหารจุลชีววิทยา และผู้เชี่ยวชาญการสร้างแบบจำลอง เมื่อ เช่น ปัจจัยสิ่งแวดล้อมหลักที่มีผลต่อการตอบสนองต่อจุลินทรีย์ที่ระบุ รวบเดียวจะดำเนินเป็นเมื่อกระบวนการมีประสบการ์บางตัวแปรทางคณิตศาสตร์ ในคำอื่น ๆ มีคู่ขนานระหว่าง abstraction ทางคณิตศาสตร์และการสร้างโครงสร้างฐานข้อมูล เขตข้อมูลของฐานข้อมูลสอดคล้องกับตัวแปรทางคณิตศาสตร์ ความสัมพันธ์ระหว่างเขตข้อมูลที่สอดคล้องกับสมการทางคณิตศาสตร์และความเหลื่อมล้ำทางแนะนำปรัชญาบาง เราจะเรียกความต้องการสำหรับการรวบ ซึ่งจำเป็นต้องสร้างฐานข้อมูล "Platonian ผล" ตั้งแต่เพลโตที่ย้ำก่อนว่าการ คิดทางวิทยาศาสตร์ต้องลในเรื่องง่ายเหล่านี้ (เช่น idealisations) นอกจากนี้เรายังจะพูดเกี่ยวกับ "ผลกูเทนแบร์ก" ของฐานข้อมูล คือ ในยุค IT, Internet ฐานข้อมูลมีผลคล้ายคลึงกับที่เกิดจากการประดิษฐ์ของการพิมพ์ ก่อนศตวรรษ 15 ข้อมูลบางอย่าง ถ้ามี แม้ไม่จำเป็นต้องสามารถเข้าถึงได้ เนื่องจากหนังสือที่เขียนมือมีน้อยเกินไปพร้อมใช้งานสำหรับทุกคน ตอนนี้ จำนวนข้อมูล (แม้ในแบบฟอร์มการพิมพ์) ได้กลายเป็นมากเกินไป และ เทคนิคใหม่ เร็ว ACCESSIBLE ฐานข้อมูลที่เกี่ยวข้อง ได้รับแรงผลักดันใหม่เพื่อประมวลผลข้อมูล เป็นต้นผู้สร้างฐานข้อมูลเชื่อมโยงแรกกล่าว "กูเทนแบร์กไม่สามารถทำให้หนังสือของเขาพูดกัน"จะเรียกว่า ComBase (Combined หรือทั่วไปเช่นร่วม ฐานข้อมูลของการตอบสนองต่อสภาพแวดล้อมอาหารจุลินทรีย์) ถูกเปิดตัวในการประชุมนานาชาติ 4 ในแบบจำลองคาดการณ์ในอาหาร แกงแปร์ ฝรั่งเศส 2003 มิถุนายน สามารถอ่านรายละเอียดด้านเทคนิค ใน Baranyi และ Tamplin (2004) และ บนเว็บ ไซต์ www.combase.cc ความคิด ComBase ที่มาจากการริเริ่มด้วยตนเอง แต่ คล้าย สองทั้งสองข้างของมหาสมุทรแอตแลนติก กระทรวงเกษตรประมงและอาหารในสหราชอาณาจักรเริ่มต้น 1988 โปรแกรมประสานรวบรวมข้อมูลการเจริญเติบโตและการตายของโรคแบคทีเรีย ข้อมูลเหล่านั้นเป็นฐานแรกตรวจสอบ แพคเกจงาน commercialised, MicroModel อาหารถูกสร้างขึ้น งานสนับสนุนการพัฒนาเหล่านี้ถูกนำมากกว่า เมื่อ โดยสหราชอาณาจักรอาหารมาตรฐานหน่วยงาน (FSA) ขนานกับเหตุการณ์ที่เกิดในสหราชอาณาจักร สหรัฐอเมริกาเหมือนกับการ MicroModel อาหารเรียกว่า PMP (โปรแกรมการสร้างโมเดลการศึกษา: www.arserrc.gov/mfs/pathogen.htm) ได้รับการพัฒนาในศูนย์วิจัยภูมิภาคตะวันออกของบริการจากเกษตรการวิจัยในขณะเดียวกัน (ComBase) ฐานข้อมูลได้รับการพัฒนาในสถาบันอาหารวิจัย นอริช สหราชอาณาจักรกับข้อมูลจุลชีววิทยางานมีสระว่ายน้ำ เร็ว ๆ นี้ ผู้นำของ FSA และจากอาอาร์สตกลงว่า เพจข้อมูลทั้งหมดในฐานข้อมูลทั่วไป ชื่อ ComBase จะเป็นประโยชน์ร่วมกัน คณะกรรมาธิการยุโรปยังกอดความคิด และตอนนี้ ได้เสริมเดิม MicroModel อาหารและ PMP datasets ด้วยข้อมูลเพิ่มเติมเขียน โดยสนับสนุนสถาบัน มหาวิทยาลัย และบริษัทส่วนใหญ่มาจากยุโรป นอกจาก ข้อมูลได้ยังถูกคอมไพล์จากวรรณกรรมวิทยาศาสตร์ผลของ "ทางช้างเผือก" "Platonian" และ "กูเทนแบร์ก" จุลชีววิทยางาน ComBase ได้ "ทางช้างเผือกมีผลต่อ" เป็นที่ชัดเจน จำนวนข้อมูลที่สามารถชดเชย inaccuracy ของข้อมูล เลอมาร์ค et al. (2005) แสดงตัวอย่างวิธีการใช้ข้อมูลโดย ComBase จำนวนมากสามารถ น้อยประมาณ ภูมิภาคเติบโตรวมของออลิ monocytogenes ในพื้นที่ของปัจจัยสิ่งแวดล้อมหลักเรียงตามตัวเลข และ computationally ราคานักวิทยาศาสตร์จะเชื่อว่า "ผล Platonian" ของ ComBase เป็นประโยชน์มากในการนำองค์ประกอบ (ทางคณิตศาสตร์ และเชิงปริมาณ) ที่แน่นอนมากขึ้นในการวิจัยจุลชีววิทยา อย่างไรก็ตาม นี้ไม่ได้จำหมู่ microbiologists ดั้งเดิม คือ มากของพวกเขาได้ปริญญา aversion เพื่อลในเรื่องง่ายจำเป็น บอกว่า ข้อมูลในฐานข้อมูลไม่สะท้อนสภาพแวดล้อมและ/หรือตอบสนองต่อจุลินทรีย์ มีความแม่นยำเพียงพอ ความจริงคือ อย่างไรก็ตาม ที่ไม่การทำงานของฐานข้อมูล จะ ค่อนข้าง ทำลักษณะสำคัญของข้อมูลพร้อมใช้งานอย่างรวดเร็ว แม้ว่าค่าใช้จ่ายของรัฐบาลรายละเอียดบางอย่าง ก็ควรยอมรับ ว่า นี้หมีอันตรายบางอย่างบิดเบือนและ subjectivity แต่นี้เสมอถูกมือกับความคิดของ Platonian idealisation และรวบ ในความเป็นจริง ต่างสาขาข้ามรายละเอียดที่แตกต่างจากปรากฏการณ์เดียวกัน ร่วมสมทบการ ComBase ละเว้นรายละเอียดดังกล่าวที่ ตามเพิ่มจุลชีววิทยาอาหารสะสมเพื่อห่างไกล ไม่มากส่งผลต่อการแม็ปสิ่งแวดล้อม/ตอบ นี้ยัง แสดงว่า "ผล Platonian" สามารถมีบทบาทในการพัฒนาวินัยวิทยาศาสตร์หลังจากสังเกตหลายคำอธิบายผลได้กลายเป็นที่ ยอมรับความรู้เกี่ยวกับระบบให้สามารถดำเนินการ"ผลกูเทนแบร์ก" ของ ComBase คือ คงนิยมมากที่สุดในขณะนี้ นักวิจัย ประเมินความเสี่ยง เจ้าหน้าที่สภา ผู้ผลิตอาหาร และผู้บริหารห้องปฏิบัติสามารถเข้าถึงข้อมูลที่เผยแพร่ และประกาศอย่างรวดเร็ว และไม่มีค่าใช้จ่าย ฐานข้อมูลเผยชอบ ComBase ก ในความเป็นจริง อินเทอร์เน็ตทั้งหมด เป็นเสมือนเวทีประชาธิปไตย นอกจาก จะได้เครื่องมือสำคัญในการประเมินผลงานจุลชีววิทยา ผู้ใช้สามารถเปรียบเทียบข้อสังเกตุกับการคาดคะเนเป็นอิสระจากซอฟต์แวร์แพคเกจอื่น ๆ ซึ่งนำไปสู่การประเมินที่ถูกต้องของศักยภาพและข้อจำกัดของวินัย ComBase เป็นเก็บข้อมูลงานจุลชีววิทยาที่สามารถใช้ประเมินความเสี่ยงของประเทศต่าง ๆ ดังนั้น ถ้า ComBase เป็นที่ยอมรับในระดับสากลเป็นเกณฑ์มาตรฐาน หมายเลขแหล่งที่สร้างมุมมองที่แตกต่างบนความเสี่ยงสามารถลดลง

ผลลัพธ์ (ไทย) 2:

ปรัชญาฐานข้อมูลพื้นฐานสภาพแวดล้อมอาหารสามารถที่ซับซ้อนมากและมันอาจจะยากที่จะหาจำนวนหรือแม้กระทั่งการจัดหมวดหมู่บางส่วนของคุณสมบัติและผลกระทบที่อาจเกิดขึ้นของพวกเขาในการเปลี่ยนแปลงประชากรจุลินทรีย์หรือความสามารถในการกู้คืนชีวิตเป้าหมายจากตัวอย่างอาหาร ตัวอย่างคือผลกระทบของโครงสร้างอาหารการตรวจสอบโดย Brocklehurst (2003) ซึ่งอาจส่งผลกระทบต่อข้อ จำกัด ด้านสิ่งแวดล้อมสำหรับการเจริญเติบโต (Koutsoumanis et al., 2004). ความยากลำบากเพิ่มเติมคือมีข้อมูลพื้นหลังที่มีต่อสิ่งแวดล้อมและมีเทคนิคที่มีอยู่ในปัจจุบัน วัดการตอบสนองของจุลินทรีย์ทั้งความแปรปรวนและความไม่แน่นอนอาจมีขนาดใหญ่ (Ratkowsky, 2004) ความแปรปรวนในลักษณะของจุลินทรีย์เช่นอัตราการเจริญเติบโตหรือระยะเวลาขั้นตอนที่ล่าช้าเป็นอย่างดีลักษณะและการเพิ่มขึ้นอย่างเห็นได้ชัดด้วยการเพิ่มเวลาการตอบสนอง ผลของมันมีให้เห็นในวงเงินความเชื่อมั่นของการขยับขยายของประมาณการเวลาตอบสนอง (Ratkowsky et al., 1996 และ Ratkowsky, 2004) และอาจนำไปสู่การไม่สามารถที่จะกู้คืนสิ่งมีชีวิตเป้าหมายภายใต้เงื่อนไขที่การเจริญเติบโตเป็นไปได้ (เกรแฮมและลุนด์, 1993) ความแปรปรวนและความไม่แน่นอนในการตอบสนองของจุลินทรีย์นอกจากนี้ยังมีการพูดคุยโดย Bridson และโกลด์ (2000) ในหนังสือของพวกเขาในคลาสสิกเมื่อเทียบกับจุลชีววิทยา quantal ความไม่แน่นอนของหลักสูตรยังเกิดขึ้นเมื่อข้อมูลหายไปหรือขัดแย้งเหตุการณ์ที่ก่อให้เกิดความวิตกกังวลเป็นประจำในการดำเนินการประเมินความเสี่ยงเชิงปริมาณ (Nauta, 2002) ในสถานการณ์เช่นการสะสมของหลายชิ้นของข้อมูลที่มีความสำคัญ การเปรียบเทียบสามารถคิดดังต่อไปนี้ถ้าใครสามารถถ่ายภาพเพียงส่วนเล็ก ๆ ของท้องฟ้าแล้วมันเป็นไปไม่ได้ที่จะเห็นวิถีของทางช้างเผือกจากภาพเดียว แต่เมื่อชิ้นจะใส่กันเป็นรูปแบบที่อาจจะโผล่ออกมาแสดงเกลียวในขณะนี้ที่รู้จักกันดีของทางช้างเผือก เราจะเรียกแบบนี้แสดงให้เห็นถึงศักยภาพของฐานข้อมูลที่จะนำชิ้นส่วนของข้อมูลเข้าด้วยกัน "ผลทางช้างเผือก". มันเป็นสิ่งสำคัญที่จะต้องพิจารณามูลค่าดังกล่าวข้างต้นของคำจำนวนมาก ความต้องการซึ่งหมายความว่าข้อมูลที่จะต้องวางในรูปแบบที่เป็นระบบที่ดีที่กำหนดตามโปรโตคอลฐานข้อมูลที่เข้มงวดมิฉะนั้นโปรแกรมคอมพิวเตอร์ไม่สามารถที่จะพัฒนาเพื่อดึงข้อมูล ฐานข้อมูลไม่ได้เป็นเช่นเดียวกับ "ข้อมูลการถ่ายโอนข้อมูล"! เขตข้อมูลของฐานข้อมูลที่ถูกสร้างขึ้นเพื่อวัตถุประสงค์บางอย่าง (ในกรณีของรูปแบบการพยากรณ์เพื่อเป็นตัวแทนของสิ่งแวดล้อม / การตอบสนองการทำแผนที่) และการป้อนข้อมูลในสาขาที่มีอยู่แล้วต้องมีการจัดหมวดหมู่เข้าใจง่ายเช่นจุลชีววิทยาทางอาหารและความเชี่ยวชาญในการสร้างแบบจำลอง เมื่อยกตัวอย่างเช่นปัจจัยหลักที่มีผลต่อสิ่งแวดล้อมการตอบสนองของจุลินทรีย์จะมีการระบุที่เข้าใจง่ายเดียวกันจะดำเนินการเช่นเดียวกับเมื่อกระบวนการที่เป็นลักษณะตัวแปรทางคณิตศาสตร์บาง ในคำอื่น ๆ ที่มีการขนานระหว่างนามธรรมทางคณิตศาสตร์และการสร้างโครงสร้างฐานข้อมูล ด้านของฐานข้อมูลที่สอดคล้องกับตัวแปรทางคณิตศาสตร์ ความสัมพันธ์ระหว่างเขตข้อมูลเหล่านั้นสอดคล้องกับสมการทางคณิตศาสตร์และความไม่เท่าเทียมกัน. เพื่อแนะนำปรัชญาบางอย่างที่เราจะเรียกความจำเป็นในการทำให้เข้าใจง่ายซึ่งเป็นสิ่งจำเป็นในการสร้างฐานข้อมูลที่ "Platonian ผล" เพราะมันเป็นของเพลโตที่เน้นแรกที่ความคิดทางวิทยาศาสตร์ ความต้องการเหล่านี้ simplifications (เช่น idealisations) นอกจากนี้เรายังจะพูดเกี่ยวกับ "Gutenberg ผล" ของฐานข้อมูล กล่าวคือในยุคไอทีฐานข้อมูลอินเทอร์เน็ตมีผลคล้ายกับที่เกิดจากการคิดค้นการพิมพ์ ก่อนศตวรรษที่ 15 ข้อมูลบางอย่างแม้หากมีก็ไม่จำเป็นต้องสามารถเข้าถึงได้เพราะหนังสือที่เขียนด้วยมือมีอยู่น้อยเกินไปที่จะสามารถใช้ได้สำหรับทุกคน ตอนนี้ปริมาณของข้อมูล (แม้ว่าในขณะนี้ในรูปแบบที่พิมพ์) ได้กลายเป็นขนาดใหญ่เกินไปและเทคนิคใหม่ที่รวดเร็วและสามารถเข้าถึงฐานข้อมูลที่เกี่ยวข้องได้รับแรงผลักดันใหม่เพื่อการประมวลผลข้อมูล ในฐานะที่เป็นผู้สร้างเริ่มต้นของฐานข้อมูลที่เชื่อมโยงเป็นครั้งแรกกล่าวว่า "กูเทนเบิร์กไม่สามารถทำให้หนังสือของเขาพูดคุยกับแต่ละอื่น ๆ ". ดังกล่าวฐานข้อมูลที่เรียกว่า Combase (รวมหรือร่วมคือร่วมกันฐานข้อมูลของการตอบสนองของจุลินทรีย์กับสภาพแวดล้อมอาหาร) เป็นที่เปิดตัวที่ 4 ประชุมนานาชาติเกี่ยวกับการสร้างแบบจำลองการพยากรณ์ในฟู้ดส์ใน Quimper, ฝรั่งเศส, มิถุนายน 2003 รายละเอียดทางเทคนิคที่สามารถอ่านได้ใน Baranyi และ Tamplin (2004) และในเว็บไซต์ www.combase.cc ความคิด Combase มาจากสองอิสระ แต่ที่คล้ายกันคิดริเริ่มทั้งสองด้านของมหาสมุทรแอตแลนติก กระทรวงเกษตรประมงและอาหารในสหราชอาณาจักรเริ่มต้นในปี 1988 ซึ่งเป็นโปรแกรมการประสานงานในการเก็บรวบรวมข้อมูลเกี่ยวกับการเจริญเติบโตและการตายของแบคทีเรีย ข้อมูลผู้ที่ทำหน้าที่เป็นฐานที่มีการตรวจสอบครั้งแรกแพคเกจการคาดการณ์ในเชิงพาณิชย์, อาหาร MicroModel ถูกสร้างขึ้น งานในการสนับสนุนการพัฒนาเหล่านี้ถูกนำตัวไปเมื่อจัดตั้งขึ้นโดยสหราชอาณาจักรสำนักงานมาตรฐานอาหาร (FSA) ขนานไปกับเหตุการณ์เหล่านี้ในสหราชอาณาจักรเทียบเท่าสหรัฐอเมริกาอาหาร MicroModel เรียก PMP (เชื้อโรคการสร้างแบบจำลองโปรแกรม: www.arserrc.gov/mfs/pathogen.htm.) ได้รับการพัฒนาในภูมิภาคตะวันออกศูนย์วิจัยของ USDA บริการวิจัยการเกษตรในขณะเดียวกันฐานข้อมูล (Combase) ได้รับการพัฒนาในสถาบันการวิจัยด้านอาหาร, Norwich, สหราชอาณาจักรไปยังสระว่ายน้ำที่มีอยู่ข้อมูลการคาดการณ์ทางจุลชีววิทยา เร็ว ๆ นี้ผู้นำของ FSA และ USDA-ARS เห็นว่าการผสมผสานข้อมูลทั้งหมดในฐานข้อมูลร่วมกันนี้ชื่อ Combase จะเป็นประโยชน์ร่วมกัน คณะกรรมาธิการยุโรปยังกอดความคิดและตอนนี้เดิม MicroModel อาหารและชุดข้อมูล PMP ได้รับการเสริมด้วยข้อมูลเพิ่มเติมส่งโดยการสนับสนุนสถาบันมหาวิทยาลัยและ บริษัท ส่วนใหญ่มาจากยุโรป นอกจากนี้ข้อมูลยังได้รับการรวบรวมจากวรรณกรรมทางวิทยาศาสตร์. Combase มี "ทางช้างเผือก", "Platonian" และ "กูเทนเบิร์ก" ผลกระทบต่อการคาดการณ์ทางจุลชีววิทยา "ผลทางช้างเผือก" มันเป็นที่ชัดเจน; จำนวนข้อมูลที่สามารถชดเชยให้กับความไม่ถูกต้องของข้อมูล Le มาร์ค et al, (2005) แสดงให้เห็นเป็นตัวอย่างวิธีที่จะทำให้การใช้งานของข้อมูลจำนวนมากที่ให้บริการโดย Combase ที่จะกำหนดอย่างน้อยประมาณภูมิภาคเจริญเติบโตรวมของ Listeria monocytogenes ในพื้นที่ของปัจจัยด้านสิ่งแวดล้อมหลัก. ตัวเลขและนักวิทยาศาสตร์ที่มีใจคอมพิวเตอร์มีความมั่นใจว่า "การ Platonian ผล" ของ Combase เป็นประโยชน์อย่างมากที่จะนำที่แน่นอนมากขึ้น (ทางคณิตศาสตร์และเชิงปริมาณ) องค์ประกอบในการวิจัยทางจุลชีววิทยา แต่นี้ไม่จำเป็นต้องเป็นที่นิยมในหมู่นักจุลชีววิทยาแบบดั้งเดิม คือจำนวนมากของพวกเขามีในระดับหนึ่งของความเกลียดชังให้ simplifications ต้องบอกว่าข้อมูลในฐานข้อมูลไม่ได้สะท้อนให้เห็นถึงสภาพแวดล้อมและ / หรือการตอบสนองของจุลินทรีย์ที่มีความแม่นยำเพียงพอ ความจริงก็คือ แต่ที่ไม่ได้เป็นฟังก์ชั่นของฐานข้อมูล มันเป็นเรื่องค่อนข้างที่จะทำให้ส่วนที่สำคัญที่สุดของข้อมูลที่มีอยู่ FAST แม้ว่าค่าใช้จ่ายของถนัดรายละเอียดบางอย่าง มันควรจะเข้ารับการรักษาที่นี้หมีอันตรายของการบิดเบือนและการกระทำบางอย่าง แต่นี้ได้รับมักจะจับมือกับความคิดของ Platonian idealisation และเข้าใจง่าย ในความเป็นจริงที่แตกต่างกันละเว้นสาขารายละเอียดแตกต่างจากปรากฏการณ์เดียวกัน ร่วมสมทบในการ Combase ละเว้นรายละเอียดเหล่านั้นว่าตามความรู้ทางจุลชีววิทยาอาหารของเราสะสมเพื่อให้ห่างไกลไม่ได้อย่างมีนัยสำคัญที่มีอิทธิพลต่อสิ่งแวดล้อม / การทำแผนที่การตอบสนอง นอกจากนี้ยังแสดงให้เห็นว่า "Platonian ผล" สามารถมีบทบาทในการพัฒนาของวินัยทางวิทยาศาสตร์เท่านั้นหลังจากหลายข้อสังเกตและคำอธิบายเชิงประจักษ์ได้กลายเป็นที่ยอมรับในความรู้เกี่ยวกับระบบที่จะโดดเด่น. "การ Gutenberg ผล" ของ Combase น่าจะเป็นที่นิยมมากที่สุด ในขณะนี้ พันของนักวิจัยประเมินความเสี่ยง, เจ้าหน้าที่กฎหมาย, ผู้ผลิตอาหารและผู้จัดการห้องปฏิบัติการของพวกเขาสามารถเข้าถึงการตีพิมพ์และข้อมูลที่ไม่ถูกเผยแพร่ไปอย่างรวดเร็วและไม่มีค่าใช้จ่าย ฐานข้อมูลที่เปิดเผยต่อสาธารณชนเช่น Combase และในความเป็นจริงทางอินเตอร์เน็ตทั้งเป็นฟอรั่มเสมือนจริงของการปกครองระบอบประชาธิปไตย นอกจากนี้พวกเขาสามารถเป็นเครื่องมือที่สำคัญในการประเมินผลการทำนายทางจุลชีววิทยา ผู้ใช้สามารถสังเกตเปรียบเทียบกับการคาดการณ์ที่เป็นอิสระที่ได้จากซอฟแวร์อื่น ๆ ซึ่งนำไปสู่การประเมินผลที่ถูกต้องของที่มีศักยภาพและข้อ จำกัด ของระเบียบวินัย Combase เป็นที่เก็บของข้อมูลทางจุลชีววิทยาการทำนายที่สามารถนำมาใช้โดยผู้ประเมินความเสี่ยงของประเทศที่แตกต่างกัน; ดังนั้นถ้า Combase เป็นที่ยอมรับในระดับสากลเป็นมาตรฐานจำนวนแหล่งที่มาการสร้างมุมมองที่แตกต่างกันเกี่ยวกับความเสี่ยงที่สามารถลดลง

ผลลัพธ์ (ไทย) 3:

ปรัชญาพื้นฐาน ฐานข้อมูล
สิ่งแวดล้อมอาหารสามารถที่ซับซ้อนมากและมันอาจจะยากที่จะหา หรือแม้แต่ประเภทบางคุณสมบัติและผลกระทบที่มีศักยภาพของพวกเขาในการเปลี่ยนแปลงประชากรจุลินทรีย์หรือความสามารถในการกู้เป้าหมายชีวิตจากอาหารตัวอย่าง ตัวอย่างคือ ผลของโครงสร้างอาหารตรวจสอบโดยบร็อกลีเฮิร์สต ( 2003 ) จำกัด ซึ่งอาจส่งผลกระทบต่อสิ่งแวดล้อม การเจริญเติบโต ( koutsoumanis et al . , 2004 ) .

มีปัญหาเพิ่มเติมคือ มีข้อมูลพื้นฐานด้านสิ่งแวดล้อมและเทคนิคที่มีอยู่ในปัจจุบันเพื่อวัดการตอบสนองของจุลินทรีย์ ทั้งความแปรปรวนและความไม่แน่นอนอาจจะมีขนาดใหญ่ ( ratkowsky , 2004 )ความผันแปรในลักษณะของจุลินทรีย์ เช่น อัตราการเติบโตหรือล้าหลังระยะระยะเวลามีลักษณะ และเพิ่มมูลค่าด้วยการเพิ่มเวลาการตอบสนอง ผลของมันจะเห็นได้ในการขยับขยายขอบเขตความเชื่อมั่นของการตอบสนองเวลาประมาณการ ( ratkowsky et al . , 1996 และ ratkowsky ,2004 ) และอาจจะทำให้ไม่สามารถกู้เป้าหมายชีวิตภายใต้เงื่อนไขที่มีการเจริญเติบโตเป็นไปได้ ( เกรแฮม แอนด์ ลุนด์ , 1993 ) .

แปรปรวนและความไม่แน่นอนในการตอบสนองและมีความสัมพันธ์โดย bridson กูล ( 2000 ) ในบทความของพวกเขาในคลาสสิกเมื่อเทียบกับจุลินทรีย์ที่ได้จากการนับ . ความไม่แน่นอนของหลักสูตรยังเกิดขึ้นเมื่อข้อมูลที่ขาดหายไปหรือขัดแย้งกันเหตุการณ์ที่เป็นประจำเพราะตกตะลึงในพฤติกรรมของการประเมินความเสี่ยงเชิงปริมาณ ( เนาตา , 2002 ) ในสถานการณ์เช่นนี้ การสะสมของหลายชิ้นของข้อมูลที่สำคัญ การเปรียบเทียบสามารถตั้งครรภ์ได้ดังนี้ ถ้าสามารถถ่ายรูปเพียงส่วนเล็ก ๆของฟ้าแล้ว มันเป็นไปไม่ได้ที่จะเห็นวิถีของทางช้างเผือกจากภาพเดียว อย่างไรก็ตามเมื่อชิ้นส่วนที่จะใส่กัน รูปแบบอาจจะแสดงรู้จักกันดีเกลียวของทางช้างเผือก เราเรียกรูปแบบนี้แสดงศักยภาพฐานข้อมูลเพื่อเก็บข้อมูลชิ้นด้วยกัน " ทางช้างเผือกผล " .

มันเป็นสิ่งสำคัญที่จะต้องพิจารณาธุรกิจข้างต้นของคำหลาย ความต้องการนี้หมายความ ว่า ข้อมูลที่ต้องใส่ในการกำหนดรูปแบบทำตามขั้นตอนอย่างเคร่งครัด มิฉะนั้นจะไม่มีฐานข้อมูล , โปรแกรมสามารถพัฒนาเพื่อดึงข้อมูล ฐานข้อมูลจะไม่เหมือนกับ " การถ่ายโอนข้อมูล " ข้อมูล ฟิลด์ของฐานข้อมูลที่ถูกสร้างขึ้นเพื่อจุดประสงค์บางอย่าง ( ในกรณีของสมการทำนายการตอบสนองของสิ่งแวดล้อม / แผนที่ ) และการป้อนข้อมูลในฟิลด์แล้วต้อง categorisation simplification , เช่น