பணிப்பாய்வு ஆட்டோமேஷன்: மாதிரி ஏற்றுக்கொள்ளல் முதல் முடிவு வெளியீடு வரை

ஆதாயங்கள்:

• மொத்த சோதனை செயல்முறையை (முன்-பகுப்பாய்வு, பகுப்பாய்வு, பிந்தைய பகுப்பாய்வு) வரைபடமாக்கும் திறன் மற்றும் செயற்கை நுண்ணறிவு மூலம் எந்த படிகளை பாதுகாப்பாக தானியங்கு செய்ய முடியும் என்பதைத் தேர்வுசெய்யும் திறன்
• மாதிரி ஏற்றுக்கொள்ளல், வரிசைப்படுத்துதல் மற்றும் பணிச்சுமை மதிப்பீடு போன்ற பணிகளில் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதன் மூலம் இடையூறுகளைக் குறைக்கும் திறன்
• ஆட்டோமேஷன் வேகத்தை அதிகரிக்கிறது ஆனால் பிழையை அளவிடுகிறது என்பதைப் புரிந்துகொள்வதன் மூலம் சோதனைச் சாவடிகள் மற்றும் கைமுறை விதிவிலக்கு பாதைகளை பராமரிக்கும் திறன்.

ஆய்வகத்தின் நாள் என்பது மாதிரிகளின் தடையற்ற நதி போன்றது: நூற்றுக்கணக்கான குழாய்கள் காலையில் ஒரே நேரத்தில் வருகின்றன, அவசர கோரிக்கைகள் நண்பகலில் ஊடுருவுகின்றன, மற்றும் வெளிநோயாளர் மாதிரிகள் மாலையில் குவிந்து கிடக்கின்றன. இந்த ஓட்டத்தை நிர்வகிப்பது - எந்த மாதிரியை முதலில் இயக்க வேண்டும், எந்த சாதனத்திற்குச் செல்கிறது, எந்த இடையூறு ஏற்படும், பணியாளர்களை எவ்வாறு விநியோகிப்பது - இது ஒரு பொறியியல் பணியாகும். பணிப்பாய்வு ஆட்டோமேஷன் இந்த மீண்டும் மீண்டும் நிர்வகித்தல் மற்றும் செயலாக்க நடவடிக்கைகளை மனித கைகளிலிருந்து எடுத்து அவற்றை முறைப்படுத்துகிறது. AI இங்கே ஒரு சக்திவாய்ந்த திட்டமிடல் மற்றும் முடுக்கியாக இருக்க முடியும்: பணிச்சுமையைக் கணித்தல், வரிசைமுறையை மேம்படுத்துதல், மீண்டும் மீண்டும் முடிவுகளை வரைதல். ஆனால் ஆட்டோமேஷனின் தங்க விதி மாறாமல் உள்ளது: ஆட்டோமேஷன் வேகத்தை அளவிடும்போது பிழையை அளவிடுகிறது; எனவே சோதனைச் சாவடிகள் மற்றும் கைமுறை விதிவிலக்கு பாதைகள் பராமரிக்கப்பட வேண்டும்.

இந்த யூனிட்டில், மொத்த சோதனை செயல்முறையை படிப்படியாக வரைபடமாக்குவீர்கள்; எந்த படிகளை பாதுகாப்பாக தானியக்கமாக்க முடியும் மற்றும் மனித தீர்ப்பு தேவை; இந்த செயல்முறைக்கு AI ஐ எவ்வாறு பாதுகாப்பாக சேர்ப்பது.

மொத்த சோதனை செயல்முறையை வரைபடமாக்குதல்

அதை தானியக்கமாக்குவதற்கு முன் செயல்முறையைப் பார்க்க வேண்டியது அவசியம். மொத்த சோதனை செயல்முறை தோராயமாக பின்வரும் படிகளைக் கொண்டுள்ளது:

1. ஒழுங்கு மற்றும் நோயாளி தயாரிப்பு (முன்-பகுப்பாய்வு) - சோதனை உத்தரவு, நோயாளி தயார்.
2. மாதிரி சேகரிப்பு மற்றும் லேபிளிங் (முன் பகுப்பாய்வு) - இரத்தம்/மாதிரி சேகரிக்கப்பட்டு அடையாளம் காணப்படுகிறது.
3. போக்குவரத்து மற்றும் ஏற்றுக்கொள்ளல் (முன் பகுப்பாய்வு) - மாதிரி ஆய்வகத்திற்கு வந்து, ஏற்றுக்கொள்ளப்படுகிறது, பொருத்தம் சரிபார்க்கப்படுகிறது.
4. தயாரிப்பு (முன் பகுப்பாய்வு) - மையவிலக்கு, பிரித்தல், வரிசைப்படுத்துதல்.
5. பகுப்பாய்வு (பகுப்பாய்வு) - சாதனத்தில் அளவீடு.
6. சரிபார்ப்பு (பிந்தைய பகுப்பாய்வு) - QC, டெல்டா, ஆட்டோ/மேனுவல் வெளியீடு.
7. அறிக்கையிடல் மற்றும் தொடர்பு (பிந்தைய பகுப்பாய்வு) - முடிவு மருத்துவர்/நோயாளியை சென்றடைகிறது.

ஒவ்வொரு படியும் தன்னியக்கத்திற்கான அதன் பொருத்தத்தில் வேறுபட்டது. பின்வரும் அட்டவணை தன்னியக்க திறன் மற்றும் சோதனைச் சாவடியை படிப்படியாக சுருக்கமாகக் கூறுகிறது:

படி

ஆட்டோமேஷன் சாத்தியம்

AI இன் பங்களிப்பு

முக்கியமான கட்டுப்பாட்டு புள்ளி

மாதிரி ஏற்பு/இணக்கம்

உயர்

தகுதி முன் திரையிடல்

நிராகரிப்பு முடிவு நிபுணருக்கு சொந்தமானது

வரிசைப்படுத்தவும் / முன்னுரிமை செய்யவும்

உயர்

பணிச்சுமை/அவசர மதிப்பீடு

அவசர கோரிக்கையை புறக்கணிக்கக்கூடாது

பணிச்சுமை/பணியாளர் திட்டம்

நடுத்தர-உயர்

தேவை முன்னறிவிப்பு

இந்த திட்டம் நிர்வாகியில் அங்கீகரிக்கப்பட்டுள்ளது

மீண்டும்/நீர்த்த கோரிக்கை

நடுத்தர

வரைவு விதி

முக்கியமான முடிவு மனிதனுக்கு செல்கிறது

முடிவு வெளியீடு

நிபந்தனைக்குட்பட்ட

தானியங்கி சரிபார்ப்பு விதி

மனிதர்களுக்கு விதிவிலக்குகள் (அலகு 5)

அறிக்கை மொழி

நடுத்தர

வரைவு உரை

நிபுணரின் வசம் உள்ள மருத்துவ துல்லியம்

எதை தானியக்கமாக்குவது மற்றும் எது எப்போதும் இல்லை?

பாதுகாப்பான ஆட்டோமேஷன் கலை வேறுபாட்டை சரியாகப் பெறுகிறது. வழக்கமான, திரும்பத் திரும்ப, குறைந்த-தீர்ப்பு படிகள் ஆட்டோமேஷனுக்கு மிகவும் பொருத்தமானவை: மாதிரி வரிசைப்படுத்துதல், பணிச்சுமை மதிப்பீடு, இயல்பான முடிவுகளின் நிபந்தனை வெளியீடு, நிலையான அறிக்கை வடிவம். தீர்ப்பு, மருத்துவ சூழல் அல்லது பாதுகாப்பு-முக்கியமான முடிவு தேவைப்படும் படிநிலைகள் மனிதனிடம் இருக்கும்: மாதிரி நிராகரிப்பு, முக்கியமான மதிப்பு அறிவிப்பு, அசாதாரண பட விளக்கம், கண்டறிதல்.

ஆட்டோமேஷனின் மிகவும் நயவஞ்சகமான ஆபத்து என்னவென்றால், ஒரு முறை நிறுவப்பட்ட தவறான விதி, ஆயிரக்கணக்கான மாதிரிகளில் அமைதியாக மீண்டும் மீண்டும் செய்யப்படும். ஒரு நபர் ஒருவர் வேலை செய்யும் போது ஒரு தவறை கவனிக்கலாம்; ஆட்டோமேஷன் அதே பிழையை வேகம் மற்றும் அளவுடன் பிரதிபலிக்கிறது. அதனால்தான் ஒவ்வொரு ஆட்டோமேஷன் படியிலும் மூன்று விஷயங்கள் சேர்க்கப்படுகின்றன: சோதனைச் சாவடி (சில முடிவுகளை மனிதக் கண்கள் வழியாக அனுப்புதல்), கண்காணிப்பு (தானியங்கி என்ன செய்கிறது என்பதைத் தொடர்ந்து கண்காணித்தல்), மற்றும் கையேடு விதிவிலக்கு பாதை (தன்னியக்கத்தைக் கடந்து, தேவையான போது கைமுறையாகத் தலையிடும் திறன்).

எச்சரிக்கை: "கணினி அதை கவனித்துக்கொள்கிறது" என்பது ஆய்வகத்தில் மிகவும் ஆபத்தான ஆறுதல். ஆட்டோமேஷன் வேலை செய்வதாகத் தோன்றினாலும், அதன் முடிவுகளைத் தொடர்ந்து மாதிரி செய்து தணிக்கை செய்யுங்கள்; ஒரு அமைதியான விதி பிழை பல மாதங்களுக்கு கவனிக்கப்படாமல் போகலாம்.

பணிப்பாய்வுக்கு AI ஐ எவ்வாறு சேர்ப்பது

AI பங்களிப்பதற்கான பாதுகாப்பான பகுதிகள் திட்டமிடல் தேவை, முடிவுகள் அல்ல. பணிச்சுமை முன்கணிப்பு ஒரு நல்ல உதாரணம்: வரலாற்றுத் தரவுகளிலிருந்து எந்த நாள்/நேரத்தில் எத்தனை மாதிரிகள் வரும் என்று கணிக்க முடியும் மற்றும் பணியாளர்கள் மற்றும் உபகரணங்களின் திட்டமிடலில் வெளிச்சம் போடலாம். இது ஏற்றுக்கொள்ளப்பட்டவுடன் பொருத்தத்திற்கு மாதிரியை முன்கூட்டியே திரையிடலாம் (லேபிள் காணவில்லையா, குழாய் தவறாக உள்ளதா, அளவு போதுமானதா). மீண்டும் மீண்டும் வரும் தொடர்பாடல் நூல்களை வரைவு செய்யலாம் (ஒரு துறைக்கு தாமத அறிவிப்பு, ஒரு துறைக்கு பங்கு எச்சரிக்கை). ஒரு செயல்முறையின் இடையூறுகளை ஆராய்ந்து, முன்னேற்றப் பரிந்துரைகளை வழங்க முடியும். இந்த அனைத்து பங்களிப்புகளிலும், AI ஒரு முன்மொழிவு/வரைவை உருவாக்குகிறது; ஒப்புதல் மற்றும் செயல்படுத்தல் நபரிடம் இருக்கும்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

எனது ஆய்வகத்தின் பணிப்பாய்வுகளை தானியங்குபடுத்து, எல்லாவற்றையும் வேகப்படுத்து.

எந்தப் படியை தானியக்கமாக்குவது, பாதுகாப்பு எல்லைகள் மற்றும் சோதனைச் சாவடிகள் ஆகியவை இந்த அறிவிப்பில் இல்லை. AI பொதுவான, நடைமுறைக்கு மாறான மற்றும் ஆபத்தான பரிந்துரைகளை உருவாக்குகிறது; இது பாதுகாப்பு-முக்கியமான படிகளை தானியங்குபடுத்தும்.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: ஆய்வக மேலாளரின் உதவியாளர் பணிப்பாய்வு மேம்பாட்டு வரைவைத் தயாரிக்கிறார். இலக்கு பாதுகாப்பான முடுக்கம் ஆகும். பின்வரும் படிக்கு ஒரு தானியங்கு பரிந்துரையை வழங்கவும்:[படி, எ.கா. மாதிரி ஏற்பு/இணக்கம்]. ஒவ்வொரு பரிந்துரைக்கும்: (1) எந்தப் பகுதியை தானியங்கு செய்ய முடியும், (2) எந்தப் பகுதி மனிதனாக இருக்க வேண்டும் (பாதுகாப்பு/நீதித்துறை), (3) எந்த சோதனைச் சாவடி மற்றும் கைமுறை விதிவிலக்கு பாதை சேர்க்கப்பட வேண்டும், (4) இந்த ஆட்டோமேஷன் தவறவிடக்கூடிய ஆபத்து. முக்கியமான மதிப்பு அறிவிப்பு, மாதிரி நிராகரிப்பு முடிவு மற்றும் கண்டறிதல் ஆகியவை தானியங்கு செய்யப்படாது. செயல்படுத்தும் முடிவு என்னுடையது.

வலுவான விருப்பம் படிநிலையை தீர்மானிக்கிறது, தானியங்கு மற்றும் மனிதனில் இருக்கும் பகுதியை பிரிக்கிறது, மேலும் கட்டுப்பாட்டு புள்ளி மற்றும் அபாயத்தை கேள்விக்குள்ளாக்குகிறது.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - பணிச்சுமை மதிப்பீடு. ஒரு ஆய்வகம் AI க்கு கடந்த 12 மாதங்களில் தினசரி மாதிரி எண்ணிக்கையை வழங்குகிறது (அநாமதேயமாக, நோயாளியின் தகவல் இல்லாமல்) மற்றும் வாராந்திர தேவை முன்னறிவிப்பைக் கோருகிறது. திங்கள் காலை மற்றும் மாதத்தின் தொடக்கத்தில் உச்சம் மற்றும் வார இறுதி நாட்கள் குறைவதை YZ காட்டுகிறது. இந்த மதிப்பீட்டின் அடிப்படையில், மேலாளர் திங்கள்கிழமை காலை ஷிப்டில் மேலும் இரண்டு பேரை சேர்க்கிறார். முடிவு: பீக் ஹவர்ஸின் சராசரி முடிவு நேரம் 90 நிமிடங்களிலிருந்து 55 நிமிடங்களாகக் குறைக்கப்படுகிறது. AI கணித்தது, மேலாளர் திட்டத்திற்கு ஒப்புதல் அளித்தார்.

வழக்கு 2 - மாதிரி ஏற்றுக்கொள்ளல் முன் திரையிடல். வரவேற்பு பிரிவில், AI-இயங்கும் கட்டுப்பாடு உள்வரும் ஆர்டர்களை ஸ்கேன் செய்கிறது: லேபிள்-நோயாளி இணக்கத்தன்மை, குழாய் வகை, குறைந்தபட்ச அளவு. ஒரு நாள், "குழாய் வகை கோரிக்கையுடன் பொருந்தவில்லை" என்ற கொடி 18 மாதிரிகளில் தோன்றும். ஊழியர்கள் இவற்றைச் சரிபார்க்கிறார்கள்; 15 உண்மை பொருந்தாதவை மற்றும் மீண்டும் கோரப்பட்டது, 3 தவறான அலாரங்கள். ப்ரீ-ஸ்கிரீனிங் நேரத்தை மிச்சப்படுத்தியது, ஆனால் நிராகரிக்கும் முடிவு அந்த நபரிடம் இருந்தது; இறுதி முடிவு தானாக இருக்க முடியாது என்பதையும் தவறான அலாரங்கள் காட்டுகின்றன.

வழக்கு 3 - அமைதியான விதி பிழை. ஒரு ஆய்வகம் நீர்த்தம் மீண்டும் மீண்டும் ஒரு தானியங்கி விதி அமைக்கிறது ஆனால் ஒரு தவறான வாசலில் நுழைகிறது; இதன் விளைவாக, சில உயர் மதிப்புகள் தேவையில்லாமல் நீர்த்தப்பட்டு தவறாகப் புகாரளிக்கப்படுகின்றன. யாரும் தனித்தனியாகப் பார்க்காததால், மூன்று வாரங்களாக தவறு தெரியாமல் போகிறது. வழக்கமான ஆட்டோமேஷன் தணிக்கையில், AI "ஒரு குறிப்பிட்ட பகுப்பாய்வின் எதிர்பாராத மறுமுறை நீர்த்தலின்" வடிவத்தைக் கொடியிடுகிறது மற்றும் பிழை கண்டறியப்பட்டது. பாடம்: ஆட்டோமேஷன் பின்பற்றப்படாவிட்டால், பிழை அமைதியாக வளரும்.

நகலெடுக்கக்கூடிய உடனடி வார்ப்புருக்கள்

செயல்முறை மேப்பிங் டெம்ப்ளேட் பின்வரும் ஆய்வக செயல்முறையை படிப்படியாக வரையவும். ஒவ்வொரு அடிக்கும்: உள்ளீடு, வெளியீடு, பொறுப்பு, மதிப்பிடப்பட்ட நேரம், தோல்வியின் சாத்தியமான புள்ளி மற்றும் தன்னியக்க திறன் (குறைந்த/நடுத்தர/உயர்). பாதுகாப்பு முக்கியமான படிகளையும் குறிக்கவும். செயல்முறை: [வரையறை].

பணிச்சுமை மதிப்பீடு டெம்ப்ளேட் கீழே அநாமதேய (நோயாளியின் தகவல் இல்லாமல்) தினசரி/மணிநேர மாதிரி எண்ணிக்கைகள் உள்ளன. வாராந்திர மற்றும் மணிநேர தேவை முறையைப் பிரித்தெடுக்கவும்; உச்ச மற்றும் குறைந்த காலங்களைக் குறிப்பிடவும். பணியாளர்கள்/சாதன திட்டத்திற்கான பரிந்துரைகளை வழங்கவும், ஆனால் முடிவை என்னிடம் விட்டு விடுங்கள். தரவு: [பட்டியல்].

ஆட்டோமேஷன் பாதுகாப்பு பகுப்பாய்வு டெம்ப்ளேட் பின்வரும் தன்னியக்க யோசனையை மதிப்பிடவும்: [ஐடியா]. (1) எந்தப் பகுதியைப் பாதுகாப்பாக தானியக்கமாக்க முடியும், (2) எந்தப் பகுதியை மனிதனுக்கு விட்டுவிட வேண்டும், (3) எந்தச் சோதனைச் சாவடி மற்றும் கையேடு விதிவிலக்கு சேர்க்கப்பட வேண்டும், (4) இந்த விதி தவறு செய்தால், அது எத்தனை முடிவுகளைப் பாதிக்கும் மற்றும் நான் எப்படி கவனிக்க வேண்டும்? விண்ணப்பிக்கும் முன் நான் அபாயத்தைப் பார்க்க விரும்புகிறேன்.

ஆட்டோமேஷன் ஆடிட் டெம்ப்ளேட் கீழே ஒரு தன்னியக்க விதியின் மூலம் சமீபத்தில் தயாரிக்கப்பட்ட அநாமதேய முடிவு சுருக்கங்கள் உள்ளன (எத்தனை முடிவுகள் நிறைவேற்றப்பட்டன, எத்தனை பிரதிகள்/நீர்த்தல்கள் கோரப்பட்டன, எத்தனை விதிவிலக்குகள்). எதிர்பாராத வடிவங்கள் அல்லது வடிவங்களைக் குறிக்கவும். மூல காரணத்தை சரிபார்க்க நீங்கள் தேட வேண்டியதை எழுதுங்கள்; நான் முடிவெடுக்கிறேன். தரவு: [பட்டியல்].

பொதுவான தவறுகள்

• பாதுகாப்பு முக்கியமான படியை தானியக்கமாக்குகிறது. மாதிரி நிராகரிப்பு, முக்கியமான அறிவிப்பு மற்றும் கண்டறிதல் ஆகியவை தானியங்கு அல்ல; மனித தீர்ப்பு தேவை.
• சோதனைச் சாவடிகள் மற்றும் விதிவிலக்கு பாதைகளை வைக்கவில்லை. கண்காணிக்கப்படாத ஆட்டோமேஷன் பிழையை அமைதியாக அளவிடுகிறது.
• ஆட்டோமேஷனை அமைத்து அதை மறந்து விடுங்கள். விதிகள் தவறாமல் தணிக்கை செய்யப்படாவிட்டால், தவறான வரம்பு பல மாதங்களுக்கு சேதத்தை ஏற்படுத்தும்.
• தவறான அலாரத்தைப் புறக்கணித்தல். முன் ஸ்கேனிங் தவறான அலாரங்களையும் உருவாக்குகிறது; இறுதி முடிவு எப்போதும் நபரிடம் உள்ளது.
• அடையாளத் தரவை திட்டமிடல் வரியில் வைப்பது. பணிச்சுமை மதிப்பீட்டிற்கு எண், அநாமதேய தரவு போதுமானது; நோயாளி அடையாளம் தேவையில்லை.

உதவிக்குறிப்பு: ஒவ்வொரு ஆட்டோமேஷன் யோசனையையும் பயன்படுத்துவதற்கு முன், ஒரு கேள்விக்கு பதிலளிக்கவும்: "இந்த விதி தவறாகச் செயல்பட்டால் எத்தனை முடிவுகளைப் பாதிக்கும், அதை நான் எப்படி கவனிப்பது?" பதில் தெளிவாக இல்லை என்றால், முதலில் கண்காணிப்பு மற்றும் சோதனைச் சாவடியை அமைத்து, அதை தானியங்குபடுத்தவும்.

சுருக்கமாக

பணிப்பாய்வு ஆட்டோமேஷன், மீண்டும் மீண்டும் மற்றும் குறைந்த தீர்ப்பு படிகளை முறைப்படுத்துவதன் மூலம் ஆய்வகத்தை வேகப்படுத்துகிறது. பாதுகாப்பான ஆட்டோமேஷனுக்கான திறவுகோல், பாதுகாப்பு முக்கியமான படிகளிலிருந்து (நிராகரிப்பு, முக்கியமான அறிவிப்பு, கண்டறிதல்) தானியங்கி படிகளை (வரிசைப்படுத்துதல், பணிச்சுமை மதிப்பீடு, நிபந்தனை வெளியீடு) பிரிப்பதாகும்; ஒவ்வொரு ஆட்டோமேஷனிலும் சோதனைச் சாவடி, கண்காணிப்பு மற்றும் கைமுறை விதிவிலக்கு பாதையைச் சேர்த்தல். செயற்கை நுண்ணறிவு திட்டமிடல், முன்கணிப்பு மற்றும் வரைவுகளை உருவாக்குவதில் ஒரு சக்திவாய்ந்த உதவியாளராக உள்ளது, ஆனால் முடிவையும் ஒப்புதலையும் மனிதனின் கைகளில் வைத்திருக்கிறது. பெரிய ஆபத்து அமைதியாக அளவிடுதல் விதி பிழை; எனவே, ஆட்டோமேஷன் நிறுவப்பட்டவுடன் முடிவடையாது, அது தொடர்ந்து கண்காணிக்கப்படுகிறது.

விண்ணப்ப பணி

உங்கள் ஆய்வகத்தில் இருந்து ஒரு செயல்முறையைத் தேர்ந்தெடுத்து (எ.கா. மாதிரி ஏற்றுக்கொள்ளல்) "செயல்முறை மேப்பிங்" டெம்ப்ளேட்டைக் கொண்டு அதன் படிகள், பிழைப் புள்ளிகள் மற்றும் தன்னியக்க சாத்தியக்கூறுகளை வரைபடமாக்குங்கள். உயர்-சாத்தியமான படிநிலைக்கு, "ஆட்டோமேஷன் செக்யூரிட்டி அனாலிசிஸ்" டெம்ப்ளேட்டைப் பயன்படுத்தவும், மேலும் எந்தப் பகுதி மனிதனுடன் இருக்கும் மற்றும் எந்தக் கட்டுப்பாட்டுப் புள்ளியைச் சேர்ப்பீர்கள் என்பதை தெளிவுபடுத்தவும். அநாமதேய வரலாற்று மாதிரி எண்ணிக்கையுடன் "பணிச்சுமை முன்னறிவிப்பை" முயற்சிக்கவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் செயல்முறையை படிப்படியாக வரைபடமாக்கினேன்; பாதுகாப்பு முக்கியமான படிகளைக் குறித்தேன்.
• [ ] தானியங்கு மற்றும் மனிதனுடன் இருக்கும் பாகங்களை நான் பிரித்தேன்.
• [ ] ஒவ்வொரு ஆட்டோமேஷனுக்கும் சோதனைச் சாவடி, சுவடு மற்றும் கைமுறை விதிவிலக்கு பாதையைச் சேர்த்துள்ளேன்.
• [ ] "தவறாக வேலை செய்தால் அது எத்தனை விளைவுகளை பாதிக்கும்?" என்ற கேள்விக்கு பதிலளித்தேன்.
• [ ] பணிச்சுமையின் மதிப்பீட்டிற்கு நான் அநாமதேய, எண் தரவுகளை மட்டுமே பயன்படுத்தினேன்.
• [ ] நான் ஒரு வழக்கமான ஆட்டோமேஷன் ஆய்வு திட்டத்தை நிறுவினேன்.