Data quality and the Internet of Things

Partially
Yes
Focus on IoT?
Partially
Yes
Yes
Yes
Dimensions defined?
Yes
No
Yes
Yes
Measurement of DQ elaborated?
No
No
No
No
Manifestations of DQ problems identified?
Yes
Yes
Yes
Yes
NM
Not Mentioned
sions. To address this limitation, our review examines methods used to measure DQ,
manifestations of DQ problems and maps these to the DQ dimensions identified in
this study. We identify a set of research themes related to DQ in IoT. The goal is to
contribute to knowledge about the defining and measuring of DQ in IoT, and provide
a means to enable practitioners to become more aware of DQ problems and to begin
to address these problems. Second, few existing reviews have reported their litera-
ture analysis strategies, providing limited insight into the criteria and processes used
to search and select articles for review and analysis. We therefore search, select and
analyze the relevant studies, which provides greater transparency to the process and
enables future researchers to review and build on the results.
3 Research method
To conduct this SLR of data quality in IoT, we follow the guidelines of Wolfswinkel et
al. [
12
] and Kitchenham et al. [
13
], incorporating four steps: (1) define the scope of the
review; (2) search for initial list of articles; (3) select relevant papers; and (4) analyze
data from the included studies. Figure
1
presents the research process employed in
this review.
3.1 Define the scope of the review
Four main activities are involved in this step: establishment of inclusion and exclusion
criteria of an article in the data set, identification of appropriate fields of research,
selection of databases and outlets, and formulation of search terms [
12
,
13
].