Khớp thực thể là việc quyết định hai bản ghi có nói về cùng một người hay không. Nó sai theo hai hướng, và hai hướng đó không cân bằng nhau.
Hai loại lỗi
- Tách sai — một người thành hai hồ sơ. Hồ sơ trông mỏng hơn thực tế.
- Gộp sai — hai người thành một hồ sơ. Người này bị gán công trình của người kia.
- Tách sai nhìn thấy được và người ta báo.
- Gộp sai thường không ai để ý, nhất là khi nó làm hồ sơ đẹp lên.
Vì sao nghiêng về phía tách
- Gộp hai hồ sơ lại là việc dễ; tách một hồ sơ đã gộp là việc khó.
- Người bị gán công trình lạ có thể chịu hậu quả về liêm chính.
- Hồ sơ thiếu là vấn đề của bao phủ; hồ sơ sai là vấn đề của sự thật.
- Khi không chắc, để tách và chờ bằng chứng.
Bằng chứng nào đáng tin
- Định danh khai trực tiếp — mạnh nhất.
- Chính người đó xác nhận.
- Trùng đơn vị công tác cùng khoảng thời gian.
- Trùng đồng tác giả nhiều lần.
- Chỉ trùng tên — yếu nhất, và tên phổ biến thì gần như vô giá trị.
Ca khó ở tên tiếng Việt
- Rất nhiều người trùng cả họ và tên.
- Dấu bị mất làm nhiều tên khác nhau nhìn giống nhau.
- Chữ đệm bị bỏ trong một số nguồn.
- Thứ tự họ tên bị đảo theo quy ước quốc tế.
- Với các tên phổ biến, chỉ định danh mới đủ căn cứ để gộp.
Xử lý ca không chắc
- Đánh dấu là chưa xác định, đừng đoán.
- Ghi rõ căn cứ của mỗi lần gộp.
- Cho phép người liên quan phản đối.
- Cho phép hoàn tác — giữ đủ dữ liệu để tách lại.
- Không bao giờ gộp âm thầm mà không để lại dấu vết.
Một điều đáng nhớ
Gộp sai làm hồ sơ trông đầy đặn hơn — nhiều công bố hơn, nhiều trích dẫn hơn.
Đó chính là lý do nó nguy hiểm: lỗi khiến số liệu trông tốt lên là loại lỗi không ai đi tìm.
Câu hỏi thường gặp
Hai loại lỗi khớp thực thể là gì?
Tách sai làm một người thành hai hồ sơ nên trông mỏng hơn thực tế, và gộp sai làm hai người thành một nên người này bị gán công trình của người kia.
Vì sao nên nghiêng về phía tách?
Vì gộp lại là việc dễ còn tách một hồ sơ đã gộp là việc khó, và người bị gán công trình lạ có thể chịu hậu quả về liêm chính.
Bằng chứng nào đáng tin khi khớp?
Định danh khai trực tiếp mạnh nhất, rồi chính người đó xác nhận, trùng đơn vị công tác cùng thời gian, trùng đồng tác giả nhiều lần — chỉ trùng tên là yếu nhất.
Tên tiếng Việt gây khó khăn gì?
Rất nhiều người trùng cả họ và tên, dấu bị mất, chữ đệm bị bỏ, thứ tự họ tên bị đảo — với tên phổ biến chỉ định danh mới đủ căn cứ để gộp.
Vì sao gộp sai đặc biệt nguy hiểm?
Vì nó làm hồ sơ trông đầy đặn hơn với nhiều công bố và trích dẫn hơn — lỗi khiến số liệu trông tốt lên là loại lỗi không ai đi tìm.
