Prepare e teste o NAHPU em cada dispositivo antes de usá-lo para registros de coleta. O NAHPU foi projetado para tornar a configuração fácil e o compartilhamento dela simples. A configuração é o momento em que prevenir erros custa menos. Uma restrição adicionada em Configurações antes da saída elimina toda uma classe de erros que, de outro modo, seria encontrada por um curador anos depois, se é que seria.
Defina a configuração
Seção intitulada “Defina a configuração”Defina a configuração com a equipe, e não dispositivo a dispositivo. Isso mantém a consistência entre todos os dispositivos e reduz a chance de erros. Recomendamos designar uma pessoa para executar a configuração no NAHPU. Depois, compartilhe essa configuração com toda a equipe, para que cada um configure o próprio dispositivo.
Revise a visibilidade dos campos e as predefinições em Configurações. Campos ocultos ainda podem guardar dados e aparecer nas exportações. Crie um campo personalizado apenas quando nenhum campo nativo expressar a observação, e combine posição, tipo, escopo, catálogo aplicável, unidades e valores permitidos. Insira um valor de teste e verifique sua exportação.
Prepare os recursos compartilhados
Seção intitulada “Prepare os recursos compartilhados”- Pessoal e táxons. Atribua o pessoal necessário e revise a lista de táxons, incluindo categorias de identificação e identificações incertas. Reutilize entradas existentes quando representarem a mesma pessoa ou táxon.
- Um único mantenedor. Defina qual dispositivo mantém as definições compartilhadas e distribui as atualizações.
- Documentos e fontes. Prepare predefinições de exportação, modelos de documento, leiautes de impressão e as fontes necessárias. A transferência de configurações de usuário não inclui arquivos de fontes personalizadas nem imagens; instale esses recursos separadamente e teste os documentos resultantes.
- Identidade do projeto. Use a identidade do projeto para estabelecer um UUID comum quando vários dispositivos contribuírem para o mesmo projeto. Quem usar outro dispositivo importa essa identidade antes de criar registros. Ter o mesmo nome de projeto não estabelece um UUID compartilhado.
Ensaie o fluxo de trabalho
Seção intitulada “Ensaie o fluxo de trabalho”Use um projeto de prática com nome claro. Crie local, coordenada, evento e espécime; altere uma identificação; adicione uma parte, mídia e um arquivo associado quando couber. Saia e reabra cada registro para confirmar que os valores foram gravados. As caixas de diálogo exigem um botão de confirmação explícito; muitos campos de registro salvam automaticamente.
Depois, repita o exercício como será no campo:
- Trabalhe sem internet, incluindo as permissões necessárias de localização e câmera.
- Verifique a tabela exportada real e uma etiqueta impressa.
- Importe um arquivo de projeto em outra instalação de teste e abra seus registros e arquivos.
- Teste a substituição do banco de dados apenas em uma instalação cujo conteúdo possa ser descartado.
Verifique lendo o registro, não a exportação
Seção intitulada “Verifique lendo o registro, não a exportação”Reabra cada registro de prática e compare-o campo a campo com a etiqueta física. Percorrer a tabela exportada em busca de lacunas e valores atípicos não equivale a isso, e a diferença é mensurável: quase todo erro real de digitação é um valor plausível dentro da faixa permitida, portanto sobrevive a uma verificação baseada em valores ausentes e números impossíveis. Trate uma exportação de aparência limpa como prova de nada em particular.
Quando um valor justificar, digite-o duas vezes a partir da fonte e compare. A dupla digitação custa tempo, uma troca defensável para identificadores e medidas que não podem ser recuperados depois que o espécime está no vidro.
Antes da saída
Seção intitulada “Antes da saída”Confirme armazenamento, energia, recursos instalados, destinos de backup e o projeto de trabalho da equipe. Consulte Dispositivos, Escolha e cuidados com o dispositivo e recuperação de projeto.
Referências
Seção intitulada “Referências”Barchard KA & Pace LA (2011). Preventing human error: the impact of data entry methods on data accuracy and statistical results. Computers in Human Behavior 27:1834–1839.
Chapman AD (2005). Principles of Data Quality. GBIF Secretariat, Copenhague.