Martin Owen (Director of Insight by Design, Mitglied bei Prismtc und Lehrbeauftragter an der Leicester School of Pharmacy)
Walkiria Schlindwein (Außerordentlicher Professor für Pharmazie an der Leicester School of Pharmacy)
Abstrakt
Während wir Prozesse entwickeln und in die Fertigung überführen, führen Wissenschaftler und Ingenieure Studien durch und entwickeln Prozess- und Produktverständnis. Wir stehen vor einer großen Herausforderung, mit der Komplexität umzugehen und das Verständnis des Wissensprozesses weiterzuentwickeln. Diese Herausforderung wird in Organisationen mit hoher Personalfluktuation noch verschärft.
In der Wissenschaft gibt es die gleichen Probleme. Um Teams oder Organisationen dabei zu helfen, Erkenntnisse aus früheren Studien zu erhalten, müssen wir einige Probleme angehen. Wie können wir:
- Helfen Sie Teams, die Effizienz und Effektivität von historischen Experimenten zu vergleichen und gegenüberzustellen?
- Zeigen Sie, welche Annahmen gemacht wurden, und identifizieren Sie Wissenslücken.
- Helfen Sie Teams, zusätzliche Informationen aus nicht verbundenen tabellarischen Datensätzen und Freitext zu gewinnen?
- Finden Sie heraus, was wir wissen müssen, wenn es nicht immer klar ist?
Diese Präsentation zeigt, wie neue Funktionen in JMP 13 (z. B. Query Builder, Dashboard Builder und Text Explorer) uns dabei helfen können, einen besser zugänglichen, strukturierten „Organisationsspeicher“ für beobachtende und experimentell abgeleitete Daten zu erstellen. Wir verwenden dies nun, um die aktuelle Quality by Design M.Sc. von De Montfort University zu unterstützen. Die Studierenden vergleichen ihre eigenen Versuchspläne mit den zuvor durchgeführten Studien. Die Studierenden nutzen Vorwissen, um neue Ideen und umsetzbare Entscheidungen zu generieren, um ein effektiveres und effizienteres Experimentieren zu ermöglichen.
