Veri gazeteciliği eğitimlerinde yer edinmeye başlayan terminolojileri daha iyi anlamak için hazırlanmış 67 kelimeden oluşan bir veri sözlüğü çalışması yapıldı. Özellikle üniversitelerin iletişim fakültelerinin yeni medya / gazetecilik bölümleri için hazırlanmış genel kullanım ve öğrenim amacıyla derlenen bu terimler veri gazeteciliğine yeni başlayanlar için de kullanımı kolay, pratik bir araç. Sözlüğe her geçen gün yeni kelimeler eklenmeye de devam ediliyor.
1-Veri: Ham (işlenmemiş) gerçek enformasyon parçacığına verilen addır. Veriler ölçüm, sayım, deney, gözlem ya da araştırma yolu ile elde edilebilir. Ölçüm ya da sayım yolu ile toplanan ve sayısal bir değer bildiren veriler “nicel veriler”, sayısal bir değer bildirmeyen veriler de “nitel veriler “olarak adlandırılmaktadır.
2-Veri Gazeteciliği: Veri ile gazetecilik yapmaktır. Sayısal verilerin gazetecilik faaliyeti için kullanılmasıdır. Veri gazeteciliği, veri gazetecisinin veri toplama, veri temizleme, veri filtreleme, veriyi analiz etme, veri görselleştirme gibi yeteneklere sahip olmasını kapsar.
3-Veri Seti: Düzenli bir şekilde toplanmış verilere denir. Yani ayrı değerlerden oluşan, bilgisayar tarafından manipüle edilebilen, bilgi setlerinden oluşan bir koleksiyondur. Bir bütün olarak erişilebilen veya bir bütün olarak yönetilebilen veriler topluluğudur. Örnek bir veri setine Google Veri seti arama motorunu kullanarak (https://toolbox.google.com/datasetsearch) ulaşmak mümkün.
4-Dosya Formatı: Dosyanın, bilgisayar diskinde nasıl temsil edildiğini gösteren tanıma denir. Formatın tanımı, genellikle, dosya isminin en sonundaki kısma denk gelir (“uzantı” şeklinde gösterilir). Örneğin, CSV formatındaki bir dosya “okullar-liste.csv” şeklinde yazılır.
5-Veri Temizleme: Veri gazeteciliğinde veri setlerini kullanmayı daha elverişli hale getirme işlemine denir. Bu işlem tanımı altında şunlar uygulanır: tutarsızlıklar ve hataları düzeltilir; biçimlendirme gibi makine tarafından okunamayan unsurlar, satır ve sütun başlıkları için standart etiketler atanır; sayıların, tarihlerin ve diğer birimlerin uygun bir şekilde temsil edilmesi sağlanır; dosya uygun bir dosya formatına dönüştürülür; ve etiketler diğer veri setleri ile uyumlu bir şekilde kullanıma hazır hale getirilir.
6-Veri Tabanı:
(i) Organize bir şekilde toplanılan herhangi bir veri, veri tabanı olarak düşünülebilir. Bu açıdan, kelime, veri setiyle eş anlamlıdır.
(ii) Veriyi işlemek ve yönetmek için kullanılan, genişleme, güncelleme, dönüştürme ve sorgulama özelliklerini de içeren yazılım sistemine denir. PostgreSOL’un açık kaynağı ve tescilli Microsoft Access bunlara örnek olarak verilebilir.
7-Veri Yönetimi: Verinin toplanmasından depolanmasına, korunmasına ve kullanılmasına kadar bütün oluşum sürecini kapsar. Veri yönetimi, verinin niteliğini, uygunluğunu, korunmasını ve muhafaza edilmesini dikkate alır.
8-Verinin Korunması Kanunu: Verinin korunması yasası yalnızca verinin korunması ile ilgili değildir. Bu yasa, kişilerin mahremiyet (kişilerin ekonomik durumları, sağlık bilgileri ve siyasi görüşleri gibi özel bilgilerinin gizliliği), hareket ve toplanma özgürlüğü gibi haklarını koruma altına alır.
9-Veritabanı Hakları: Diğer kullanıcıların belirli içerikleri veri tabanından çıkarmasını ve yeniden kullanmasını engellemek için tanınan hak. Genellikle Avrupa mahkemelerinde kullanılır.
10-Veri Sızması: Hassas verilerin işlendiği ve geçtiği her türlü kanaldan kasten ya da yanlışlıkla dışarıya sızması suretiyle erişilebilir hale gelerek kamuoyuna intikal etmesi. (Wikileaks, Panama Belgeleri, Cennet Belgeleri veri haberciliği alanında kamuoyuna yansımış sızıntı örnekleri arasındadır. Bu çalışmalara dair daha fazla bilgi için: https://www.icij.org/).
11-Veri Kalitesi: Verinin kullanılabilirliğinin ölçülmesine denir. İdeal bir veri seti doğru, tamamlanmış, güncel olarak yayınlanmış, barındırdığı maddelerin tutarlı bir şekilde isimlendirilmiş, eksiksiz (içinde atlanmış bir veri olmayan) ve makine tarafından tamamen okunabilir olmalıdır. Aynı zamanda yeterli sayıda kolayca anlaşılabilecek üst veriye sahip olması gerekir.
12-Veri Bükücü: Veriyi uygun hale dönüştürerek, otomatikleştirilmiş ya da yarı otomatik araçlar ile kolayca kullanılabilmesini sağlayan kişiler. Veri bükmek bazı durumlarda veri temizlemeyi de içerebilir.
13-Coğrafi Veri: Konum bilgisi içeren veri noktalarının yer aldığı herhangi bir veri setine denir. Enlem ve boylamlar ya da başka bir standart kod buna örnek olarak verilebilir. Haritalar, ulaşım rotaları, çevresel veriler, kadastro verileri ve bunun gibi birçok tür veri coğrafi veri olarak tanımlanabilir.
14-Bilgi Edinme Hakkı: Kamu kuruluşlarına, vatandaşlardan gelen talepler üzerine arşivlerinde tuttukları verileri, devlet sırrı gibi istisnai durumlar hariç paylaşma yükümlülüğü getiren yasaya denir. (Bilgi Edinme Hakkı yasası 2000 yılında İngiltere’de, 2004’te Türkiye’de, 2005’te Hindistan’da yürürlüğe girmiştir. Türkiye’de bilgi edinme başvurularınızı CİMER üzerinden gerçekleştirebilirsiniz: https://www.cimer.gov.tr/ )
15-CSV: “Virgülle ayrılmış değerler” ifadesinin kısaltmasıdır. Standart bir e-tablo oluşturma formatıdır. Veri, yeni sıraların üstündeki her bir veri sırası ve virgüllerin her bir sırada değerleri birbirinden ayırdığı boş bir metin dosyası ile temsil edilir. Çok basit bir açık format olarak kullanımı çok kolaydır. Genellikle açık verileri yayınlamak için başvurulur.
16-Veri Portalı: Verileri yayınlamak için kullanılan internet platformudur. Bu portalın amacı bir yandan veri kataloğu oluşturarak, veriyi yayınlayan kurumlar için güvenli bir iş ortamı sağlarken, diğer yandan da veriyi kullanıcılar nezdinde kolayca erişilebilir ve keşfedilebilir hale getirmektir. (Bkz: https://data.fivethirtyeight.com/)
17-Veri Toplama: Veri setleri, verilerin değişik yöntemlerle toplanmasıyla oluşur: Manuel ya da otomatik ölçümler (örn. hava durumu verileri), anketler (örn. nüfus sayımı verileri), kararlara veya devam eden işlemlere dair resmî kayıtlar (örn. bütçe, harcama verileri), birçok kaydın birleştirildiği kayıtlar (örn. suç verileri, sabıka kayıtları), matematiksel modelleme (örn. nüfus oranları) bunlardan bazıları.
18-İnsanlar Tarafından Okunabilir: Teknik bilgiye sahip olmayan insanlar tarafından rahatlıkla okunabilir formattaki verilere denir. PDF gibi bazı okunabilir formatlar, biçimlendirilmiş veri niteliği yaşımadığı için makine tarafından okunamaz (Verinin diskteki temsili, veriler arasındaki gerçek ilişkiyi temsil etmez).
19-JSON: “Javascript Object Notation” ibaresinin kısaltmasıdır. İnsanlar tarafından okunabilen bir veri değişimi biçimidir. XML’in Javascript yazılımıyla iyi kullanılamamasından ötürü tercih edilir. Bu format makine tarafından okunabilir olduğu kadar karışık veri biçimlerini de tanımlayabilir. Platformdan ve programlama dilinden bağımsız olarak işlem görür. Bunun yanında, program ve sistemlerin arasındaki değişimi sağlayan yaygın bir formattır.
20-Bağlı Veri: Bütün tanımlayıcıların http://… URI şeklinde belirtildiği, tanımlayıcıların mümkün olduğu standart listeleri kullanan ve aynı nesnelerin veri setlerinin referansının içinde yer aldığı veri temsil biçimine denir. Buradaki asıl amaç veri entegrasyonunu, geniş veri setleri için bile otomatik hale getirmektir. Bağlı veri, genellikle PDF formatını kullanarak temsil edilir. Bağlı veri 2006 yılında Tim Berners-Lee tarafından Anlamsal Ağ vizyonuna erişmek için belirlenen bazı ilkeler doğrultusunda WWW’i büyük bir bilgi ağına dönüştürmeye yönelik standartları kapsar. Bağlı verinin temelinde HTTP ve URI kavramları yatar.
21-Makine Tarafından Okunabilirlik: CSV, JSON, XML gibi formatlardaki veriler, bilgisayar tarafından otomatik olarak okunabilir ve işlenebilirler. Makine tarafından okunabilir veriler biçimlendirilmiş olmalıdır. Dijital olmayan veriler (el yazısı ya da çıktı halindeki belgeler) doğal olarak makine tarafından okunamazlar. Fakat, dijital materyaller bile her zaman makine tarafından okunmayabilir. Örneğin, veri tabloları içeren bir PDF dosyası düşünülürse, bu dosyalar kesinlikle dijitaldir. Ancak makine tarafından okunamazlar, çünkü bilgisayar tablo halinde olan bu dosya biçimine giriş yapmakta sorun yaşar. E-tablo gibi eşdeğer formatlarda olan tablolar ise makine tarafından okunabilirler. Başka bir örnek olarak, taranmış fotoğraflar makine tarafından okunamazlar fakat, basit bir ASCII dosyası formatındaki eş değer bir metin ya da Microsoft Word dosyası makine tarafından okunabilir. Not: Uygun makine tarafından okunabilir format, verinin türüne göre değişiklik gösterebilir. Mesela coğrafi verilerin makine tarafından okunabilir formatları ile tablo halindeki veri birbirinden farklı olabilir.
22-Üst veri: Veri setinin başlığı, açıklaması, toplanma metodu, yazarı ya da yayıncısı, toplandığı bölge, toplanırken geçen zaman aralığı, lisansı, günü ve yayınlanma sıklığı ile ilgili olan bilgilere denir. Verinin keşfedilebilirliği ve kullanılabilirliğine yardım etmek için yayınama safhasında yeterli üst veriye yer verilmesi önemlidir. (Bkz. https://cbs.csb.gov.tr/sss/metaveri)
23-Açık Veritabanı Lisansı: Telif hakkı gibi veri tabanı haklarını kapsayan veriler için açık lisans oluşturmak amacıyla yapılmış bir girişimdir.(Bkz. https://opendatacommons.org/licenses/odbl/index.html)
24-Açık Hükümet Ortaklığı (Open Government Partnership): Açık Hükümet Ortaklığı, ulusal hükümetlerin 2011’de üye ülkelerin açık devlet politikalarını desteklemesi ve bu ülkelerle uluslararası anlaşmalar sağlamak suretiyle işbirliğinin en iyi şekilde uygulamaya dökülmesi amacıyla oluşturulan topluluktur. Şu anda 64 üyesi bulunmaktadır. Türkiye de 2011’den beri üye ülkeler arasında yer almaktadır. (Bkz. https://www.opengovpartnership.org/participants)
25-Açık Erişim: Yayınlanmış belgelerin ya da araştırma sonuçlarının, özellikle kamu tarafından finanse edilen araştırmalar söz konusu olduğunda, ücretsiz bir şekilde herkese açık olması gerektiğini savunan ilke. Bu ilke, araştırmaların dergilerde yayınlanan ve okuyuculardan abonelik ücreti alınan geleneksel bilimsel yayın modeli ile ters düşer. Bunun yanında faydaları, açık verinin faydaları ile benzerdir. (Bkz. http://acikerisim.org/)
26-Açık Veri: Herhangi bir telif hakkı, patent ya da diğer kontrol mekanizmalarına tabi olmaksızın herkes tarafından ücretsiz ve özgürce birden fazla kere kullanılabilen ve dağıtılabilen veridir. (Bkz. https://www.voyd.org.tr/blog/139/acik-veri-el-kitabi-turkceye-cevirildi)
27-Açık Format: Kullanımı sırasında parasal ya da diğer türlü bir kısıtlaması olmayan, ücretsiz/açık kaynak yazılımı bulunan dosya formatına denir.
28-Kişisel Veri: Kimliği belirli veya belirlenebilir gerçek kişiye ilişkin her türlü bilgidir: Örn. kimlik bilgileri, e-posta adresi, telefon numarası, iş/ev adresi, özgeçmiş, internet kullanımına ilişkin bilgiler, alışveriş tercihleri, konum bilgileri, fotoğraflar, videolar vb. (Bkz. https://kvkk.gov.tr)
29-Veri Sorumlusu: Kişisel verilerin işleme amaçlarını ve vasıtalarını belirleyen, veri kayıt sisteminin kurulmasından ve yönetilmesinden sorumlu olan gerçek veya tüzel kişi (örn. bir şirket, kendi personelinin bilgisini tutmak bakımından veri sorumlusudur).
30-Veri İşleyen: Veri sorumlusunun verdiği yetkiye dayanarak onun adına kişisel verileri işleyen gerçek veya tüzel kişi (örn. bir şirket, müşterisi ile ilgili bilgi tutması bakımından veri işleyendir).
31-Kişisel verilerin işlenmesi: Kişisel verilerin, tamamen veya kısmen otomatik bir biçimde, ya da başka bir veri kayıt sisteminin parçası olmak kaydıyla otomatik olmayan yollarla elde edilmesi, kaydedilmesi, depolanması, muhafaza edilmesi, değiştirilmesi, yeniden düzenlenmesi, açıklanması, aktarılması, devralınması, elde edilebilir hale getirilmesi, sınıflandırılması ya da kullanımının engellenmesi gibi bu verilerle ilgili üzerinde gerçekleştirilen her türlü işlem.
32-Hassas / Özel Nitelikli Veri: İfşa olması halinde mağduriyet veya ayrımcılık riski yaratabilecek veriler (örn. kişinin sağlık bilgileri, etnik kökeni, siyasi düşüncesi, inancı vb.)
33-Veri Etiği: Veri etiğinin evrensel ilkeleri, veri gazetecilerinin, veri bilimcilerinin, profesyonellerin ve uygulayıcıların, kurumları veya paydaşı oldukları topluluklar tarafından belirli ve bağlamsal olan bir veri etiği ilkesi oluşturulmasını gerektirir. Verinin yanlış yorumlanma riskleri, gizlilik ve hassasiyet sorunlarının yanı sıra bireysel analizler sonucu oluşan tehlikeleri doğru yönetmek için çalışmaların etik ilkeler doğrultusunda yapılması önem taşır. Gazeteciler ve diğer veri kullanan çalışanlar için risklerle mücadele etmelerinde yardımcı olmayı sağlamak amacıyla Veri Etiği Sürecinde Karar Alma Yardımı (DEDA) adı altında bir platform oluşturuldu. Bu platform herhangi bir zorlukla karşılaşılması halinde destek verirken, herkesin erişimine ve kullanımına açık verilerle çalışanlara hassas etik konularda yardımlarda bulunuyor.
34-Veri Temizleme Etiği: Temizlemek istediğiniz veri setinde eksik, gizemli, gömülü ya da yasa dışı değerler, yazım hataları, kısaltmalar, kelime aktarımı, çift ya da çelişen kayıtlar, yanlış referanslar, benzersiz ihlaller, referans bütünlüğü ihlali gibi sorunlarla karşılaşıldığı vakit bilgilerin doğruluğu ve farklı kaynaklarla karşılaştırılması sonrası analiz yapılmasının esas olduğu ilkedir. Örneğin veri setinde eksik bir bilgiyi doğrulayamıyor ve gerçek kaynağına ulaşamıyorsanız, diğer taraftan da elinizde gelen her türlü çalışmayı yaptığınıza inanıyorsanız, analizini ulaşamadığınız bilgileri tamamladıktan sonra devam ettirmelisiniz. Veri temizleme etiği özellikle veri gazeteciliği projeleri üretenlerin veri temizleme sürecinde, veri setinin doğruluğu kadar önem taşıyor.
35-Derli Veri: Veri toplama işlemi sonucunda elde edilen verilerdir. Derli veri ile ilgili temel unsurlar ise şunlardır: Ölçtüğünüz her değişken bir sütunda olmalıdır, bu değişkenin her farklı gözlemi farklı bir satırda yer almalıdır, her bir “tür” değişken için ayrı bir tablo hazırlanmalıdır ve birden çok tablonuz varsa, bunların birbirlerine bağlanmasına izin veren bir sütunu içermelidir. Derli veriyle çalışmayı kolaylaştırır ve verileri manipüle etmeye, modellemeye ve görselleştirmeye elverişli kılar. (Bkz. http://vita.had.co.nz/papers/tidy-data.html)
36-Webden Veri Kazıma: Webden veri toplamak, araştırmak, bir araya getirmek anlamında kullanılır. Veriyi kazıyanlar ise eğer bir siteden veri alıyorlarsa kazıyıcı, birden fazla siteden veri alıyorlarsa tarayıcı ya da böcek olarak adlandırılır. Veri kazımak demek veriye erişimde sorun yaşadığımız, daha fazla veriye ya da elimizdeki veriyi doğrulamaya ihtiyacımız olduğu anlamına gelir. Bunun için doğru bilgiyi kazımamız gerekir. Python, R, Tableau, İmport.io, Data Miner vb. programlar, araçlar, eklentiler ile webden veri kazımak mümkün. (Bkz. http://www.verigazeteciligi.com/import-io-ile-web-sayfasindan-veri-kazima/)
37-Webden Veri Kazıma Etiği: Webden veri kazıma işlemi yapıldığında kimliğin belirtilmesi, indirme aşamalarının belgelenmesi, analiz aşamalarının görünür kılınması, kullanılan yöntemlerin açık olmaları, veri güvenliğinin sağlamanması, kazınan veriye yönelik atıfta bulunulması gibi aşamaları kapsayan temel ilkelere denir. Veri kazırken programın robots.txt dosyasını ya da sitenin “Terms of Use” (kullanım şartları) sayfasını mutlaka okumak gerekir. Ayrıca medya alanında çalışan avukatlarla iletişimde olmakta da fayda vardır. Verileri nasıl koruyacağını düşünen, veri kazıdığı sitenin yapısı ve kurallarına dikkat eden kişilere etik web kazıyıcı denir.
38-Veri Önişleme: Verilerin kalitesini arttırmak amacıyla uygulanan veri temizleme, veri uyumu, veri küçültme, veri dönüştürme ve verinin ayrıklaştırılması işlemlerinin yapıldığı sürece denir.
39-Veri Ambarı: Verilerin boyutlarından dolayı klasik veritabanı yöntemiyle işlenmesinin olanaksız olduğu durumlar için geliştirilmiştir.
40-Veri Madenciliği: Büyük miktardaki veriler içerisinden önemli olanlarını bulup çıkarmaya “veri madenciliği” denir. Veri madenciliği bir yöntem olarak veriler üzerinde çözümlemeler yapmak, veriyi çözümledikten sonra da bilgiye ulaşabilmek amacıyla ortaya çıkmıştır.
41-Veri Görselleştirme: Verilerin daha iyi anlaşılması için çeşitli araçlar kullanılarak hazırlanan görsel çalışmalardır. (Veri Görselleştirme Kataloğu bu alanda çalışanlar için önemli bir kaynaktır bkz. https://datavizcatalogue.com/TR/)
42-Veri Görselleştirme Etiği: Veri görselleştirme çalışması yapıldığında dikkat edilmesi gereken ilkeleri kapsar. İyi bir tasarımcı olabilir, veriyi etkin şekilde görselleştirebilirsiniz ama bilgiyi gerektiği gibi sunmuyor ya da aktarmıyorsanız etik ihlal yaratmış olusunuz. Veri görselleştirme etiği, tasarımın yanında bilgi aktarımının titizlikle yapılması gerektiğine işaret eder.
43-Veri Tipi: Bilgisayar bilimi ve bilgisayar programcılığında bir veri türü veya basit bir tip, derleyicinin veya yorumlayıcının ve programcının verileri nasıl kullanmak istediğini anlatan bir veri sınıflandırılmasıdır. Örneğin mantıksal veri tipi, makine veri tipleri, sayısal tipler, kompozit tipler, dize ve metin tipler, veri tipleri sınıflamalarından bazılarıdır.
44-Veri Gazetecisi: Haber yaparken sayısal verilere nerede, nasıl ulaşacağını bilen, ulaştığı verileri doğrulayıp, okuyabilen; verileri temizleyip, filtreleyip, analiz eden ve ardından görselleştirerek okuyucuya aktaran kişiye veri gazetecisi denir (veri muhabiri, veri editörü, veri habercisi de bu kapsamda kullanılabilir). Örneğin Mona Chalabi bir veri habercisidir.
45-Yapılandırılmış Veri: Habercilikte verilerle çalışırken, sahip olduğunuz veriler çoğunlukta dağınık, ham ve makine tarafından okunabilir değildir. Verileri yapılandırma, verilerin analiz edilebilir bir düzene getirilmesi anlamına gelir. (Bkz. http://www.verigazeteciligi.com/veri-gazeteciligi-yapilandirilmis-veri-ve-veriyle-calismak-gazetecilik-mi-nicolas-kayser-bril/)
46-Açık Veri Endeksi: 2013 yılından beri OKFN tarafından hazırlanan endekste 90 ülkenin devlet verilerinin teknik ve yasal olarak açık veri standartlarına uyumluluğu gösteriliyor. Temel verilerde ülkelerin ne kadar açık olduğunu da ortaya koyan bir endeks bu. Türkiye endekste 45. sırada (Bkz. https://index.okfn.org/place/tr/).
47-Açık Veri Barometresi: WWW tarafından düzenlenen barometrede ülkelerin açık veri beyannamesine ne kadar uydukları inceleniyor. (Bkz. http://www.verigazeteciligi.com/4-acik-veri-barometresi-tamami-turkce/)
48-Veri Filtreleme: Veri haberciliği yaparken toplanan verilerin daha iyi anlaşılması ve verilerde ilgi duyulan değerleri görmek için filtreleme yapılmasıdır. Veri ile yürütülen her uygulama sürecinde önemlidir.
49-Ulusal Veri: Bir ülkenin kendi ürettiği / yayınladığı resmi verilerine denir (örn. TÜİK). Resmî istatistiklerin ya da kayıtların paylaşımlarda çoğu zaman bir takvim sunulur.
50-Uluslararası Veri: Dünya genelinde devletlerin / kurumların ürettiği verilere denir.
51-Veri Okuryazar: Veri kaynaklarını bilen, veriyi anlayıp yorumlama becerisine sahip ve bunu çalışmalarında etkin şekilde kullanabilen kişiye denir.
52-Kötü Veri: Kalitesi yetersiz veridir. Verinin güncelliğini yitirmesi, eksik olması, yazım hataları, eksik değerler içermesi ya da bazı durumlarda gereğinden fazla kesin olması (mesela çift içerik girilmiş olması gibi) “kötü veri” tabirine giren verilere dahildir.(Bkz. https://github.com/Quartz/bad-data-guide)
53-Ham Veri: Verinin işlenmeden önceki aşamasına denir (örn. anketler, testler vb.)
54-Veri Depolama: Verinin fiziksel olarak artışı ile verinin yönetimi önem kazanmıştır. Az yer kaplayan ama çok veriyi muhafaza eden teknolojiler geliştirilmektedir. Verinin ömrünü uzatmayı ve verinin yönetimini sağlamayı amaçlar.
55-Büyük Veri: Her an, hiç durmaksızın üretilen ve oluşan veridir.
56-Veri Güvenliği: Paylaşılan ya da toplanan verilerin çalınmasının ve izinsiz kullanımının engellenmesi anlamını taşır. Bununla ilgili teknolojiler ve yazılımlar oluşturulur.
57-Veri Okuryazarlığı: Bilgi okuryazarlığı veya istatistik okuryazarlığı da denir. Verinin etkin şekilde kullanılması, anlaşılması ve ondan değer yaratılmasıdır. (Veri Okuryazarlığı Derneği (VOYD) bu amaçla kurulmuştur, bkz. https://www.voyd.org.tr/)
58-Dağınık Veri: Veriler toplanırken ve işlenirken çeşitli sorunlar barındırır. Bunlar yazım hataları, satır/sütun sorunları, eksik değerler, kayıp değerler ve fazlası olabilir. Bahsedilen durumlardaki veri setlerine “dağınık veri” denir.
59-Veri Manipülasyonu: Verilerin daha kolay okunmasını ve daha düzenli olmasını sağlamak için veriyi değiştirmeye yönelik bir süreçtir.
60-Veri Aktivizmi: Bir medya aktivizmi biçimidir. Ancak, bu “slacktivism” ile karıştırılmamalıdır. Sosyal değişimi teşvik etmek için hem dijital teknolojileri hem de verileri politik ve proaktif olarak kullanır. Veri aktivizmi, teknolojinin yaygınlaşmasını ve açık kaynaklı yazılımların daha yaygın bir şekilde kullanılmasını önemser.
61-Veri Sömürgeciliği: Yeni toplumsal ilişkilerin ve yeni ekonomik değer biçimlerinin yaratıldığı, birer araç haline geldiği anlamına gelir. Bu süreçler, üretilen verinin kapsayıcılığına bağlıdır.
62-Veri Üretimi: Araştırmacıların nicel bir çalışmada örneklenmiş bir veri kaynağından veri oluşturmak için kullandıkları teori ve yöntemleri ifade eder.
63-Veri Tüketimi: Her döngüde kullanılan veri miktarıdır. Veri akışı, indirme, yükleme, uygulamaları kullanma veya tarayıcıları açmada veri kullanımı gerçekleşir. Bir akıllı telefon üzerinde yaptığımız hemen hemen her şey veri tüketimine neden olur.
64-Veri Doğrulama: Veri türlerinin doğruluk ve tutarsızlıklar açısından kontrol edildiği bir süreçtir. Bir kaynaktan diğerine aktarıldığında verilerin tam olarak çevrilip çevrilmediği, tamamlanıp tamamlanmadığı ve yeni sistemdeki işlemleri destekleyip desteklemediğini belirlemeye yardımcı olur.
65-Veri Demokrasisi: Dijital formattaki bilgilerin ortalama son kullanıcı için erişilebilir olması anlamında kullanılır. Verileri demokratikleştirmenin amacı, uzman olmayanların başkalarından yardım gerekmekdizin veri toplayabilmelerini ve analiz edebilmelerini sağlamaktır.
66-Veri Adaleti: Gözetim ve sosyal adalet aktivizmi arasındaki işbirliğinin oluşturulmasına dikkat çekmek için kullanılan bir kavramdır. Bu çerçevede, hak ve özgürlükler konusundaki endişelerin yanı sıra, gözetleme toplumu ve politik direnişin teknik boyutlarıyla ilgili de sık sık başvurulur.
67-Veri Kapitalizmi: Veri kapitalizmi, verilerin para kazanma kaynağı ve genellikle para birimi ve nihai değer olduğu bir kapitalizm cinsini ifade eder.
Sözlük geliştirilmeye devam etmektedir, bağlantıya tıklayarak ilgili internet sayfasına erişebilirsiniz: https://www.verisozluk.com/kim.html