CROSS IMPACT ANALYSE
Emneoversigt
-
-
Cross-Impact analyse blev udviklet til at forudsige fremtiden af Theodore Gordan og Olaf Helmer i 1960'erne.
-
-
-
Cross-Impact analyse blev udviklet af Theodore Gordon og Olaf Helmer i 1966 for at bestemme, hvordan signaler blandt en række begivenheder vil påvirke fremtidige begivenheder og mindske usikkerheden i fremtiden. En række teknikker kendt som ""Cross-Impact analysis"" bruges til at evaluere ændringer i sandsynligheden for, at et bestemt sæt hændelser vil indtræffe som et resultat af forekomsten af en af dem. Cross-Impact-modellen blev oprettet for at tage højde for forudsagte interaktioner, der måske ikke blev overvejet ved individuelle prognoser. Cross-Impact analyse har til formål at etablere forbindelser på tværs af elementer og handlinger. For at vurdere hvilke hændelser eller situationer der med størst sandsynlighed vil forekomme inden for en bestemt tidsramme, klassificeres disse interaktioner som enten positive eller negative i forhold til hinanden. Delphi-metoden kan på en måde også ses som en del af en Cross-Impact analyse. Ligesom eksperter, der arbejder med Delphi, laver fornuftige forudsigelser om begivenheder baseret på en specifik tidslinje, kan Cross-Impact analyse også inkluderes når Delphis indvirkning på det samme emne eller område viser sig. Selvom Cross-Impact analyse oprindeligt var forbundet med Delphi-metoden, bruges den ikke specifikt. Forskellige metoder og varianter, der opstår på grund af cross-Impact-metoden, kan bruges på forskellige måder, takket være effektiv brug af værktøjer, der kan bruges til et eventuelt problem eller spørgsmål, der måtte opstå i fremtiden. Derudover giver resultaterne af analysen opnået ved en Cross-Impact analyse eksempler på mulige fremtidige begivenheder.
Siden begyndelsen af 1900-tallet har Central Intelligence Agency brugt cross-Impact analyse som en metode til at forudsige afvigelser af tropper, der fortsat opstår som følge af beslutninger truffet vedrørende forskellige situationer og muligheder for en begivenhed. Men mod slutningen af 1900-tallet skabte mange videnskabsmænd, der arbejdede med fremtidsforudsigelser, forbindelser mellem forskellige begivenheder og brugte cross-effect analyse metoden til at forudsige, hvordan det generelle sammenhæng mellem dem ville opstå. På denne måde ville det være korrekt at sige, at cross-Impact analysis metoden er blevet til et perspektiv. I begyndelsen af 2000'erne anvendte institutioner og organisationer, der agerede i forskellige perioder, også cross-Impact analyse som en gruppe.
Det forekommer passende at stole på ""meninger"" i dette tilfælde for at bestemme a priori sandsynligheden for disse begivenheder, fordi den årsagssammenhæng, der skaber dem, er ukendt. Især muliggør cross-Impact analyse beregningen af den mest sandsynlige kombination af begivenheder under overvejelse, eller det ""mest sandsynlige scenarie"", hvilket hjælper med menneskelige sandsynlighedsvurderinger af enkelt- og parvis af begivenheder, såvel som eksplicit at håndtere interaktioner af en højere orden . Dette ""mest sandsynlige scenarie"" kan bruges som de eksogene omstændigheder for den centrale fremskrivning under den industrielle planlægningsproces.
-
-
-
For at designe ”system dynamics models” (engelsk) og undersøge virkningerne af forskellige politikker på indskrivning og akademisk præstation i grundskolen, kan der udvikles en cross-Impact model. Cross-Impact-matricen giver mulighed for at identificere effektvariablerne samt vise, hvordan en variabel påvirker de andre. For at identificere de ændringer i resultater, der kan være direkte knyttet til en bestemt procedure baseret på årsags- og virkningsanalyse, er resultatets udfald afhængig af strenge metoder. Metoden er baseret på en række opfølgende møder med en gruppe af fageksperter for at bestemme de vigtigste faktorer, der påvirker et emnes udvikling, og sandsynligheden for, at visse ændringer vil forekomme i hver af disse faktorer. Det er især gavnligt til computeriseret og manuel problemløsning. Det første trin i metoden er at bestemme de frivillige, som er afgørende for projektet, da de skal have fagligheden til at lave præcise forudsigelser og engagerede nok til at forblive involveret gennem hele forskningsprocessen. Afhængig af mål og målgruppe kan implementeringsprocessen opdeles i to hovedfaser.
-