Botaanika osakonna bakalaureusetööd – Bachelor's theses

Permanent URI for this collectionhttps://hdl.handle.net/10062/30325

Browse

Browsing Botaanika osakonna bakalaureusetööd – Bachelor's theses by Subject "andmebaasid"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Suurandmete kasutus makroökoloogias
    (Tartu Ülikool, 2024) Radvilavicius, Merilin; Pärtel, Meelis, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Botaanika osakond
    Suurandmed ja andmeteaduse meetodid võimaldavad pakkuda vastuseid küsimustele, millega on bioloogid juba aastakümneid rinda pistnud. Käesoleva töö eesmärk on anda kirjanduse põhjal ülevaade, mida kujutavad suurandmed endast ette makroökoloogia kontekstis. Selleks teen esmalt jalutuskäigu suurandmete olemusse ja selle võidukäiku makroökoloogiasse, misjärel kirjeldan suurandmeid just makroökoloogia kontekstis: mis need on ja kust need tulevad. Annan ka ülevaate suurandmete kasutamise võimalustest, kitsaskohtadest ja võimalikest lahendustest, mis võivad ette tulla erinevates suurandmetega töötamise etappides. Kõige selle juures illustreerin töö eesmärke graafilise analüüsiga, kus annan ülevaate makroökoloogiliste uuringute temaatilisest rühmitumisest suurandmete kontekstis. The use of big data in macroecology Big data and data science methods can provide answers to questions that biologists have been struggling with for decades. This thesis aims to provide a literature-based overview of what big data represent in the context of macroecology. To do this, I will first take a walk through the nature of big data and its triumphal march into macroecology, whereupon I describe the big data specifically in the context of macroecology - what are they and where they come from. In addition, the thesis provides an overview of the opportunities, challenges, and possible solutions to the use of big data that can occur at different stages of working with big data. I illustrate the aims of the work with a graphical analysis of the thematic clustering of macroecological research in the context of big data.