CC BY
11Метрологическое обеспечение сопоставимости факторов влияния в сложных конфигурациях
Показана необходимость обеспечения метрологического соответствия между различными параметрами, входящими в структуру функционально-сложных квалиметрических моделей. На примере модели формирования вариаций интенсивности изменения ресурсных характеристик человека предложена методика обеспечения сопоставимости отклонений психосоматических параметров организма, применимая в том числе при анализе конфигураций психологического профиля
B.М. Корнеева1, 2
МГТУ имени Н.Э. Баумана, Академия проблем качества, д-р техн. наук, v_korneeva@list.ru
А.А. Барзов3
МГУ имени М.В. Ломоносова, д-р техн. наук, a.a.barzov@gmail.com
C.С. Корнеев4
МГТУ имени Н.Э. Баумана, канд. техн. наук, corneev.sergei2014@yandex.ru
М.В. Ветлинская5
МГУ имени М.В. Ломоносова, m.vetlinskaya@gmail.com
1 2 профессор кафедры, президент отделения «Квалиметрия», Москва, Россия
3 ведущий научный сотрудник Центра гидрофизических исследований физического факультета, Москва, Россия
4 доцент кафедры, Москва, Россия
5 аспирант, инженер кафедры, Москва, Россия
Для цитирования: Корнеева В.М., Барзов А.А., Корнеев С.С., Ветлинская М.В. Метрологическое обеспечение сопоставимости факторов влияния в сложных конфигурациях // Компетентность / Competency (Russia). — 2021. — № 6. DOI: 10.24412/1993-8780-2021-6-10-18
ключевые слова
модель, отклонения параметров, ресурс организма, психосоматические характеристики, метрологическая сопоставимость
азвитие аппарата квалиметрического моделирования в сферу анализа ресурсных показателей живых организмов, в первую очередь человека, сопряжено с построением функциональных конфигураций, в структуру которых входят метрологически трудно сопоставимые параметры. Поэтому разработка и реализация универсального подхода к обеспечению адекватной сопоставимости таких параметров, исходя из условия идентичности их влияния на выходные характеристики функционирования живых организмов, представляет собой актуальную квалиметрическую проблему, решение которой имеет научно-прикладное значение. На примере анализа структуры линейной модели выработки организмом своего биологического ресурса показана возможность учета влияния на этот процесс соматических и психических отклонений от номинальных значений параметров, характеризующих невозмущенное состояние психосоматики человека. Причем необходимо подчеркнуть, что обеспечение метрологической сопоставимости данных параметров характерно и для других квалиметрически сложных задач, в частности в сфере психологии личности и при анализе специфики межличностных отношений, например роли медиатора в урегулировании спорно-конфликтных ситуаций [1].
Линейно-квалиметрическая модель формирования функционально-биологической поврежденности организма человека
начальном приближении структурную схему, иллюстрирующую взаимосвязанность психо-
соматических параметров организма, можно представить в виде условной комбинации между соматическими и психическими характеристиками, как показано на рис. 1. Причем функционально-адекватное сочетание этих параметров определяет качество жизни человека и его ресурсные показатели, которые представляют собой достаточно сложные квалиметрические конфигурации. В частности, остаточный ресурс целостного существования организма, во многом определяющий качество жизни человека, является обобщающей, но весьма латентной характеристикой, обусловленной степенью его функционально-биологической поврежденности. Поэтому в общем виде функциональную связь между интенсивностью выработки своего биологического ресурса организмом и факторами, влияющими на этот процесс, представим символическим соотношением вида:
R = f(xc Уп) ~
(1)
В
v_dR
где R ~~7Г — интенсивность изменения ресурса организма R во времени его функционирования £ как функция от соматических (хс) и психологических (уп) параметров его текущего состояния;
га (£) — интенсивность изменения функционально-биологической системной поврежденности организма.
Очевидно, что (1) при номинальных значениях хс и уп определяет продолжительность жизни человека, которая предопределена ему на генетическом уровне. Однако в реальной жизни совокупности параметров хс и уп характеризуются определенными отклонениями от номинальных значе-
ний: Дхс и Дуп, которые, как правило, негативно сказываются на интенсивности выработки генетически запрограммированного ресурса организма. В связи с этим фактически можно рассматривать в качестве эквивалентно-ресурсной характеристики биологическую поврежденность организма ш и интенсивность ее изменения во времени ш = dш/dt, как формализовано соотношением (1). Причем при достижении некоторого предельного (критического) значения организм как целостная vita-система прекращает свое функционирование:
юКр >ra(t) = ю0 т,
(2)
®кр = ®о +|ю(тУ т
n
m
Vita-ресурсные параметры организма (функционально-биологическая поврежденность)
1 — достаточно явные функциональные связи 2 — как правило, латентная взаимосвязанность параметров
где ш0 — исходное или начальное значение vita-поврежденности организма, например при рождении;
ш (€) — текущее значение его функционально-биологической поврежден-ности (ФБП), причем из очевидного символического уравнения т
(3)
определяется значение Т — продолжительность жизни анализируемого организма.
Комбинируя (1) и (2) с учетом малости отклонений Дх и Ду от своих
сп
номинальных значений, после тривиальной лианеризации полученных соотношений будем иметь:
Дш = £%,Ах, .Дуп, (4)
¿=1 у=1 где Дш — отклонение от номинального, генетически запрограммированного значения ш(£) интенсивности изменения в течение жизни биологической поврежденности организма;
и Еу — соответственно коэффициенты влияния относительно малых отклонений от номинального уровня соматических (Ах,) и психологических функциональных параметров организма.
В (4) индексы «с» и «п» для удобства записи опущены. Как известно, из линейной составляющей ряда Тейлора, представленной в данном случае
в виде формулы (4), коэффициенты влияния определяются как:
% = Эш^)/Эх,; %] = Эш^)/дх;. (5)
Метрологическая проблема анализа линейной модели (4) формирования отклонения ФБП (Дш) организма от некоторого номинального уровня обусловлена следующими факторами:
1. Обычно Дх; достаточно четко определяются в результате лабораторно-аналитического, функционального и иных видов диагностирования параметров состояния организма. Однако сами диагностически важные значения Дх; метрологически слабо связаны, так как определяются по содержательно различным методикам. Еще в большей степени это обстоятельство метрологической неопределенности характерно для малых отклонений от условных номиналов психических Дуу параметров организма человека.
2. Определение коэффициентов влияния Е; и особенно Еу сопряжено с необходимой верификацией, основанной на целенаправленном анализе больших объемов рандомизированных результатов клинических наблюдений. Поэтому на данном этапе моделирования для определения согласно (5) коэффициентов влияния и Еу можно воспользоваться аппаратом экспертно-аналитического анализа [2-5] с учетом метрологических особенностей такого подхода.
Таким образом, задача по определению метрологической взаимосвязи параметров ресурсно-квалиметрических
Рис. 1. Структурная схема взаимосвязи психосоматических и vita-результирующих параметров организма человека
[Structural diagram of the relationship between psychosomatic and vita-resulting parameters of the human body]
Рис. 2. Геометрическая иллюстрация адекватной трансформации произвольного отклонения в отклонение на десятичной шкале
[Geometric illustration of an adequate transformation of an arbitrary deviation into a deviation on a decimal scale]
моделей организма типа соотношений (4) и (5) состоит в их определенном функциональном преобразовании для обеспечения ситуационно-адекватной соотносительности. Причем при решении этой задачи необходимо учитывать вполне реалистичную вариативность условий, в которых происходит определение данных функционально и/или диагностически значимых отклонений соматического (Дхс) и психического (Дуп) характера.
Методика обеспечения сопоставимости результатов анализов
качестве типового примера проиллюстрируем возможность обеспечения требуемой для моделирования сопоставимости отклонений в результатах клинических анализов Дхс различных показателей состояния организма человека: крови, мочи и т.д. Для этого воспользуемся общей десятичной измерительной шкалой, значения параметров в которой достаточно четко определены метрологически, в том числе с вероятностных позиций, в частности с использованием известной стандартной шкалы или «шкалы стенов» (standardten). Для этого рассмотрим
геометрическое преобразование некоторого результата количественно определенного клинического анализа, который имеет отклонение, например от верхнего значения референтного интервала (см. рис. 2). На схеме приняты следующие обозначения:
► 0, 01 и 0И — соответственно начало общей десятичной, вспомогательной и измерительной шкал, в которых отображены Дх, Дхи и Дх — соответственно реальное, измеренное и десятично-трансформированное отклонение некоторого параметра в модели (4) от верхней границы его референтного интервала изменения: ХН(ЛГ), хн и 10(В), как показано на рисунке;
► угол Р характеризует вполне возможное несоответствие между реальным отклонением Дх и его измеренным значением Дхи по измерительной шкале 0ИИ. Причем сама измерительная шкала 0ИИ закоординирована относительно десятичной шкалы 0х параметрами 0И — сдвигом начала координат и углом наклона а.
Таким образом, согласно данной схеме, происходит двухэтапная фактически десятичная унификация реального значения Дх в Дхи и далее в Дх, которая определяется алгоритмизированной трансформацией вектора № в вектор ВС. Необходимо подчеркнуть, что максимально возможное число исходных измерений и их последующих десятичных или sten-трансформаций должно осуществляться при минимальных изменениях измерительных шкал. В противном случае возникают дополнительные, чисто измерительные погрешности, снижающие метрологическую четкость линейной модели влияния отклонений от номинальных значений параметров, характеризующих состояние организма человека на интегральное изменение интенсивности его ФБП.
Действительно, если оценка Дх происходит с использованием некоторых промежуточных измерительных процедур, то согласно представленной на рис. 2 схеме справедливо:
АЯ = ОА - Ш = ЦЛ - (6)
д( т) = д(оо1).
Выразим векторы ОА и ON через вектор ОО1 и получим:
ОА = ОО1 + О1А; (7)
Ш = ОО1 + Щ. (8)
Подставим (7) и (8) в (6), затем после тривиальных преобразований и перехода к анализу погрешности Д данных векторных соотношений получим:
(9)
Последнее соотношение означает, что возникающее фоново-измери-тельное возмущение: Д( NA) = Д(Д—) определяется погрешностью (ОО1), которая имеет место только в случае несовпадения используемых измерительных шкал. Поэтому для минимизации (обеспечения Д^А) = 0) необходимо выполнение условия: О1 ^ 0. Фактическое выполнение этого требования означает совпадение начала дополнительных и/или промежуточных координат О1 с началом десятично-координированной шкалы измерений отклонений параметров 0. Необходимо подчеркнуть, изложенные в тезисном виде рассуждения являются адаптированными к рассматриваемому случаю хорошо известных в теории машиностроительной точности правил базирования, в частности требования к единству и постоянству баз, а также уравнения операционных (маршрутных) технологических погрешностей.
Таким образом, схема на рис. 2 является графическим алгоритмом представления практически любых реальных отклонений от номинальных значений в десятичной форме. Приведем пример, иллюстрирующий это обстоятельство.
Пусть показатель гемоглобина у пациента составляет 154 при верхней границе референтного интервала 140 (г/л). Тогда, согласно соотносительности отклонений, представленных на рис. 2, будем иметь:
10(хи - н)
Ах = -
х
= 10 14/140 = 1,0. (10)
н
Если отклонение Д—н < хН — нижней границы референтного интервала,
то сомножитель в скобках в выражении (10) поменяет знак. Например, пусть цветовой показатель крови составляет 0,84 при нижней границе 0,85. Тогда, исходя из реалий схемы на рис. 2, будем иметь:
Ах = 10 хи -хн = « 0,012. (11)
хн 0,85
Отметим наличие в данной схеме обеспечения соотносительности параметров Дх , Дхи и Дх угла рассогласования между истинной величиной Дх и его измеренным значением Дхи. Фактически угол рассогласования Р связывает эти характеристики отклонений очевидной зависимостью вида:
Дхи = ^Р • Дх . (12)
Причем в большинстве практически важных случаев, как правило при четко метрологически корректных и достаточно обстоятельно валидиро-ванных методиках измерений, вполне обоснованно можно признать справедливость соотношения:
^Р « 1,0. (13)
Однако иногда, особенно при формировании массива возможных психических отклонений в организме человека от общепринятых номинальных значений параметров личности в виде совокупности значений Дуу, в (4) величина cosР может не удовлетворять соотношению (13). Данное обстоятельство является следствием недостаточно четкого метрологического обеспечения процедуры измерения отклонений рассматриваемых параметров и/или погрешностей в методиках интерпретации полученных результатов. Иногда это связано как с несовершенством измерительных методик, в первую очередь психологического характера, так и с неточностями в априори неизменных референтных интервалах измерений. Если проблематика обеспечения необходимой точности измерений психических отклонений достаточно очевидна, то второе обстоятельство требует сущностной детализации, которую можно проиллюстрировать следующим примером.
Пусть отклонение в анализе мочи пациента, характеризующее качество функционирования его почек, определяется вполне реалистичным соотношением вида:
Дх0 - (^л + уп)_1; (14)
Дхп - уп-1, (15)
где Дх0 — отклонения от референтного интервала в анализе мочи, полученной одновременно от двух почек, функционирование которых определяется их выделенными объемами: Ул и Уп — соответственно для левой (Л) и правой (П) почек;
Дхп — отклонение в анализе мочи, формируемой только правой, не совсем здоровой почкой. Причем данная величина отклонения может быть достоверно определена после малоинва-зивной операции нефростомирования этой почки.
Считая левую почку практически здоровой, из (14) с учетом (15) можно получить:
Дхои - К • Дхп, (16)
где ДхОИ — уточненное значение реального отклонения от нормы анализа мочи, полученной от двух почек;
kv = Уп — коэффициент, учитывающий реальную концентрацию диагностируемого или идентифицируемого биологического вещества в моче, например белка, гемоглобина и т.п. крайне нежелательных биохимических соединений. Тогда, считая в исходном приближении Ул - Уп , из (16) получим
Дхп - 2,0Дхо№ (17)
Последнее соотношение фактически изменяет референтные интервалы нормы для выполненных анализов мочи с учетом вполне клинически обоснованного предположения, что только одна из почек имеет серьезные отклонения в своих функциональных параметрах. Причем динамику формирования Уп и Ул в принципе возможно идентифицировать с помощью соответствующих индикаторно-кон-трастных веществ-маркеров, например путем применения известных радио-
графических технологий. Необходимо подчеркнуть, что рассмотренный пример расчетной коррекции результатов анализов имеет прикладное диагностическое значение, которое состоит в необходимости более тщательного изучения характеристических параметров состояния почек, вплоть до избирательного нефростомирования одной из них с целью дифференциальной оценки достаточности ее функциональных возможностей.
Таким образом, в данном случае cosР фактически равен 0,5, что соответствует угловому отклонению шкалы реальных значений параметров Дх от измеренных Дхи на угол Р = 60° (см. рис. 2). Конечно, рассмотренный пример носит в основном иллюстративно-достоверный характер и подчеркивает необходимость учета величины Р в дальнейшей трансформации Дхи в Дх. Особенно важно это обстоятельство при нечетком определении Дх, весьма часто встречающемся в психологии. Поэтому в случае невозможности точного определения Р, как было показано в рассмотренном примере, необходимо использовать аппарат экс-пертно-аналитических оценок количественно трудно формализуемых параметров.
Обеспечение метрологической сопоставимости коэффициентов влияния в модели биофункциональной поврежденности
Не менее значимым по сравнению с результатами оценок Дх; и Ду{ фактором реалистичного описания изменения биофункциональной поврежденности организма человека, представленной в исходном приближении линейной моделью типа (4), является определение совокупности соответствующих коэффициентов влияния данных отклонений: ^ и формально определяемых согласно (5). Однако на практике четкая численная конкретизация значений ^ и особенно ^ представляет собой многоплановую задачу, связанную с весьма длительным и трудоемким анализом большой
совокупности статистических данных, в том числе электронных историй болезней пациентов в автоматическом режиме с использованием специально созданного программно-математического обеспечения. Поэтому на данном этапе создания обобщенной ресурсно-биологической модели организма (4), за редким исключением, можно воспользоваться результатами квалифицированного экспертно-аналитического определения значений коэффициентов влияния Е; и Еу, а также имеющимися в данном направлении наработками. Однако при этом возникает метрологическая проблема десятичной унификации количественно выраженных мнений экспертов по дифференцированной значимости коэффициентов влияния Е; и Еу в формировании интегрального отклонения в уровне функционально-биологической повреж-денности (ФБП) организма человека, определяемой моделью (4).
Необходимо подчеркнуть, что в случае однозначного мнения экспертов о значимости рассматриваемой ими совокупности коэффициентов влияния задача по обеспечению их сопоставимости решается на основе изложенного выше подхода к десятичной унификации разномасштабных отклонений параметров, характеризующих ФБП организма. Однако если эксперт затрудняется однозначно выразить свое мнение о количественном, в том числе интервальном, уровне оценки соответствующего коэффициента влияния, он вполне результативно может использовать прием формирования геометрического образа ответа, полностью коррелирующего с его мнением. Такое представление результата экс-пертно-аналитического анализа, содержащего информационно-значимую компоненту сомнения компетентного специалиста в своем оценочном суждении, требует разработки соответствующей методики интерпретации полученных данных с учетом возможности их последующей формализации в десятичной шкале измерений.
Схематично изложенное в графическом виде представлено на рис. 3,
который по сути представляет собой геометрически формализованный алгоритм трансформации исходного оценочно-неоднозначного мнения эксперта в его определенный образ, представленный в десятичной шкале координат. Не останавливаясь подробно на описании вполне очевидных этапов такой трансформации, обоснуем возможность (несмотря на неоднозначность мнения эксперта) формирования достаточно взвешенного итогово-оце-ночного суждения о численной величине рассматриваемого коэффициента влияния. Причем данный коэффициент влияния пока в информационно-латентном виде определяется соотносительностью оценочно-значимых характеристик исходного промежуточного и конечного геометрических образов на рис. 3 (соответственно поз. 1-2; поз. 3-4 и поз. 5-6).
Для обеспечения функциональной определенности процедуры трансформации геометрического образа мнения эксперта в конкретику числового значения соответствующего анализируемого им коэффициента влияния предложим следующий формальный прием, отражающий сущность реша-
Рис. 3. Геометрическая иллюстрация адекватной трансформации произвольной экспертной оценки в оценку, представленную в десятично-балльной шкале
[Geometric illustration of the adequate transformation of an arbitrary expert assessment into an assessment presented on a decimal point scale]
yn(max]\
1, 3, 5 — соответственно положительное мнение эксперта, сформулированное
в графической форме в произвольно-исходных: (хИ, 0И, уИ), промежуточных (хП, 0П, уП) и десятичных координатах (х, 0, у)
2, 4, 6 — соответственно негативное мнение эксперта, сформулированное согласно изложенной геометрической трактовке
емой задачи. Предположим, что при уи, уп и y часть фигуры, представленной на рис. 3, имеет условно положительное значение, пропорциональное ее площади Sj (см. поз. 2, 3, 5), а часть фигуры, при которой ордината y < 0, — соответственно характеризуется «отрицательной» площадью S2 (см. поз. 2, 4, 6 на данном рисунке). Тогда в начальном приближении вполне реалистичный вариант численной конкретизации мнения эксперта по поводу некоторого коэффициента влияния Е будет определяться зависимостью вида:
Е = ASV /Sc, (18)
где ASV = (S1 - S2) ^ var — текущее значение разности площадей S1 и S2, характеризующих неоднозначность мнения эксперта по рассматриваемому вопросу оценки коэффициента влияния Е;
Sc = (S1 + S2) = const — в данном случае постоянная результирующая величина как позитивной (S1), так и условно негативной (S2) составляющих элементов мнения конкретного эксперта.
Вводя биополярную шкалу для оценки мнения эксперта с учетом десятичного масштабирования, нетрудно показать количественно-формальную справедливость следующих соотношений:
Е = 10 при S1 = Sc и S2 = 0; (19) Е = 0 при S1 = S2; (20)
Е = -10 при S1 = 0 и S2 = Sc. (21)
В последнем случае, то есть при Е < 0, подстановка (21) в (4) фактически отражает некоторое замедление процесса реально необратимого изменения ФБП при определенном значении Ax или Ay. Это обстоятельство дает возможность более гибкого моделирования кинетических особенностей формирования ФБП организма, определяемых соотношением (4), как обобщенно-объективного показателя его фактического качества жизни, однозначно связанного с остаточным ресурсом существования человека как
личности. Причем данное формальное обоснование возможности снижения интенсивности процесса увеличения ФБП организма в последнее время привлекает все более пристальное внимание специалистов — практиков в сфере антиэйджинговых vita-технологий или технологий активного долголетия, особенно актуален с этих позиций анализ (4) в связи с объективной необходимостью увеличения пенсионного возраста людей и сохранения ими необходимой трудоспособности.
Таким образом, на данном этапе разработки метрологического обеспечения всех этапов процедуры моделирования vita-ресурсных показателей качества жизни людей показана принципиальная результативность использования аппарата квалиметрии, в частности технологии экспертно-ана-литического определения соответствующих коэффициентов влияния в линейной модели формирования ФБП организма человека.
Заключение
По результатам выполненной работы можно сделать определенные выводы, сформулировать предварительные обобщения и наметить пути развития полученных результатов.
1. Предложена структурная схема влияния психосоматических параметров состояния организма человека на ощущение им определенного уровня качества жизни, которое объективно-латентно определяется его функционально-вариативной биологической поврежденностью.
2. Получена линейная модель влияния отклонений от номинала параметров, формирующих ФБП организма, на интенсивность изменения данного фактически объективно-основного, но латентного показателя качества жизни людей.
3. Предложены методики метрологической унификации параметров модели изменения ФБП организма, которые изначально измеряются и варьируются в формально не связанных условиях
инструментального и/или экспертного оценивания.
В качестве основных направлений развития предложенного подхода к моделированию ФБП организма с единых метрологических позиций следует выделить:
► совершенствование предложенной модели в приоритетном порядке проводится путем более гибкого и адекватного отражения в получаемых результатах степени влияния изменений во время жизни человека отклонений его функционально-диагностических параметров от номинальных значе-
► весьма полезным в научно-прикладном отношении будет более подробный анализ квалиметрической эф-
Список литературы
1. Барзов А.А., Ветлинская М.В., Сысоев Н.Н. Предиктивное моделирование трудноформализуемых категорий (на примере психологических аспектов медиации). — М.: МГУ имени М.В. Ломоносова. Физический факультет, 2021.
2. Барзов А.А., Галиновский А.Л., Мазаева И.В., Сысоев Н.Н. Экспертиза качества физико-технологических инноваций. — М. Изд-во НИИ радиоэлектроники и лазерной техники МГТУ имени Н.Э. Баумана, 2014.
3. Барзов А.А., Корнеева В.М., Феофанов А.Н. Экспертиза информационно-диагностических возможностей формообразующих технологий // Вестник МГТУ «СТАНКИН». — 2020. — № 1(52).
4. Корнеева В.М., Барзов А.А., Голубев Е.С., Корнеев С.С. Анализ результативности технологий диагностики свойств структурно-неоднородных материалов // Компетентность. — 2018. — № 6(157).
5. Барзов А.А., Корнеева В.М., Корнеев С.С. Вероятностная оценка качества инноваций на ранних этапах их жизненного цикла // Качество и жизнь. — 2018. — № 12.
фективности представления мнений эксперта(-ов) в графической форме, в частности в виде определенных геометрических фигур, отражающих вполне возможную степень их неоднозначности.
Таким образом, предлагаемый комплексный метрологически-функциональный подход позволит повысить результативность изучения сущностно различных квалиметрически сложных показателей качества жизни людей. К таким показателям в первую очередь следует отнести латентную, но весьма значимую количественную характеристику, которой является биологическая поврежденность организма человека во время реализации его жизненного цикла. ■
Статья поступила в редакцию 9.06.2021
НОВАЯ КНИГА
Барышев Ю.А.
Поверка амперметров, вольтметров, ваттметров и варметров
Учебное пособие. — М.: АСМС, 2021
Учебное пособие предназначено для самостоятельного изучения методики поверки амперметров, вольтметров, ваттметров и варметров.
Оно может быть рекомендовано при проведении работ по калибровке приборов. Пособие рассчитано на квалификацию слушателей, обучающихся по программе «Поверка и калибровка средств электрических измерений».
По вопросам приобретения обращайтесь по адресу: Академия стандартизации, метрологии и сертификации (АСМС), 109443, Москва, Волгоградский пр-т, 90, корп. 1. Тел. / факс: 8 (499) 742 4643. Факс: 8 (499) 742 5241. E-mail: info@asms.ru
Kompetentnost / Competency (Russia) 6/2021 ISSN 1993-8780. DOI: 10.24412/1993-8780-2021-6-10-18
Metrological Assurance of Comparability of Influencing Factors in Complex Configurations
V.M. Korneeva1, 2, N.E. Bauman Moscow State Technical University, Academy of Quality Problems, Dr., v_korneeva@list.ru
A.A. Barzov3, M.V. Lomonosov Moscow State University, Dr., a.a.barzov@gmail.com
S.S. Korneev4, N.E. Bauman Moscow State Technical University, Dr., corneev.sergei2014@yandex.ru
M.V. Vetlinskaya5, M.V. Lomonosov Moscow State University, m.vetlinskaya@gmail.com
1 2 Professor of Department, President of Qualimetry Department, Moscow, Russia
3 Leading Researcher of Center for Hydrophysical Research, Moscow, Russia
4 Associate Professor of Department, Moscow, Russia
5 Postgraduate Student, Engineer of Department, Moscow, Russia
Citation: Korneeva V.M., Barzov A.A., Korneev S.S., Vetlinskaya M.V. Metrological Assurance of Comparability of Influencing Factors in Complex Configurations, Kompetentnost / Competency (Russia), 2021, no. 6, pp. 10-18. DOI: 10.24412/1993-8780-2021-6-10-18
key words
model, deviations of parameters, body resource, psychosomatic characteristics, metrological comparability
References
We have shown the need to ensure metrological compliance between various parameters included in the structure of functionally complex qualimetric models. Based on the results of the study, we have developed a structural scheme of the influence of psychosomatic parameters of the state of the human body on the feeling of a certain level of quality of life. It is objectively and latently determined by its functional and variable biological damage. Next, we obtained a linear model of the influence of deviations from the nominal value of the parameters that form the body's FBP on the intensity of changes in this latent indicator of people's quality of life. In addition, we have proposed a methodology for metrological unification of the parameters of the model of changes in the body's FBP, as well as a methodology for ensuring comparability of deviations of psychosomatic parameters of the body.
We believe that these methods should be used in the analysis of other qualimetrically difficult to formalize functional configurations, in particular, the psychological profile.
1. Barzov A.A., Vetlinskaya M.V., Sysoev N.N. Prediktivnoe modelirovanie trudnoformalizuemykh kategoriy (na primere psikhologicheskikh aspektov mediatsii) [Pre-addictive modeling of difficult-formed categories (on the example of psychological aspects of mediation)], Moscow, M.V. Lomonosov Moscow State University, Faculty of Physics, 2021, 274 P.
2. Barzov A.A., Galinovskiy A.L., Mazaeva I.V., Sysoev N.N. Ekspertiza kachestva fiziko-tekhnologicheskikh innovatsiy [Examination
of the quality of physical and technological innovations], Moscow, Publishing House of Research Institute of Radioelectronics and Laser Technology of N.E. Bauman Moscow State Technical University, 2014, 42 P.
3. Barzov A.A., Korneeva V.M., Feofanov A.N. Ekspertiza informatsionno-diagnosticheskikh vozmozhnostey formoobrazuyushchikh tekhnologiy [Examination of information and diagnostic capabilities of formative technologies], Bulletin of MSTU STANKIN, 2020, no. 1(52), pp. 7-12.
4. Korneeva V.M., Barzov A.A., Golubev E.S., Korneev S.S. Analiz rezul'tativnosti tekhnologiy diagnostiki strukturno-neodnorodnykh materialov [Analysis of the effectiveness of diagnostic technologies of properties of structural and heterogeneous materials], Kompetentnost', 2018, no. 6(157), pp. 19-23.
5. Barzov A.A., Korneeva V.M., Korneev S.S. Veroyatnostnaya otsenka kachestva innovatsiy na rannikh etapakh ikh zhiznennogo tsikla [Probable assessment of the quality of innovation in the early stages of their life cycle], Quality and Life, 2018, no. 12, pp. 94-100.
