stringtranslate.com

Система сбора данных

Система сбора данных ( DCS ) — это компьютерное приложение , которое упрощает процесс сбора данных , позволяя собирать конкретную структурированную информацию в систематическом порядке, что впоследствии позволяет выполнять анализ данных . [1] [2] [3] Обычно DCS отображает форму, которая принимает ввод данных от пользователя, а затем проверяет эти вводимые данные перед сохранением их в постоянном хранилище, например в базе данных.

Во многих компьютерных системах реализованы формы ввода данных, но системы сбора данных, как правило, более сложны и могут содержать множество связанных форм, содержащих подробные поля ввода данных пользователем, проверки данных и навигационные ссылки между формами.

DCS можно считать специализированной формой системы управления контентом (CMS), особенно когда они позволяют публиковать, редактировать, изменять, удалять и поддерживать собираемую информацию. Некоторые CMS общего назначения включают в себя функции DCS. [4] [5]

Важность

Точный сбор данных необходим для многих бизнес-процессов , [6] [7] [8] для обеспечения соблюдения многих государственных постановлений , [9] и для поддержания целостности научных исследований. [10]

Системы сбора данных являются конечным продуктом разработки программного обеспечения . Определение и категоризация программного обеспечения или подсистемы программного обеспечения как имеющих аспекты или фактически являющихся «системой сбора данных» очень важны. Такая категоризация позволяет собирать энциклопедические знания и применять их при проектировании и внедрении будущих систем. В проектировании программного обеспечения очень важно выявлять обобщения и шаблоны и повторно использовать существующие знания, когда это возможно. [11]

Типы

Обычно компьютерное программное обеспечение, используемое для сбора данных, попадает в одну из следующих категорий практического применения. [12]

Словарный запас

Существует таксономическая схема, связанная с системами сбора данных, с легко идентифицируемыми синонимами, используемыми различными отраслями и организациями. [23] [24] [25] Каталогизация наиболее часто используемой и общепринятой лексики повышает эффективность, помогает уменьшить вариации и улучшает качество данных. [26] [27] [28]

Словарь систем сбора данных вытекает из того факта, что эти системы часто являются программным представлением того, что в противном случае было бы бумажной формой сбора данных со сложной внутренней структурой разделов и подразделов. Моделирование этих структур и отношений в программном обеспечении дает технические термины, описывающие иерархию контейнеров данных , а также набор отраслевых синонимов. [29] [30]

Коллекция синонимов

Коллекция (используется как существительное) — это самый верхний контейнер для группировки связанных документов, моделей данных и наборов данных . Типичный словарь на этом уровне включает термины: [29]

Синонимы модели данных

Каждый документ или набор данных в коллекции моделируется в программном обеспечении. Построение этих моделей является частью проектирования или «авторства» ожидаемых данных, которые будут собраны. Терминология для этих моделей данных включает: [29]

Синонимы субколлекции или мастер-детали

Модели данных часто являются иерархическими и содержат подколлекции или структуры «главный-подробный», описываемые такими терминами, как: [29]

Синонимы элементов данных

На самом нижнем уровне модели данных находятся элементы данных , которые описывают отдельные фрагменты данных. Синонимы включают: [29] [32]

Синонимы точек данных

Переходя от абстрактного аспекта моделирования домена к аспекту конкретных фактических данных: самый низкий уровень здесь — это точка данных в наборе данных . Синонимы для точки данных включают: [29]

Синонимы набора данных

Наконец, синонимы для dataset включают: [29]

Смотрите также

Ссылки

  1. ^ "Что такое система сбора данных (DCS)? - Определение из Techopedia". Techopedia.com . Получено 2016-10-14 .
  2. ^ «Планирование и проектирование систем сбора данных». Министерство транспорта США (US DOT). 2005-08-15 . Получено 2016-10-14 .
  3. ^ "Обследования и системы сбора данных". Министерство здравоохранения и социальных служб США. 2016-04-16 . Получено 2016-10-14 .
  4. ^ «Использование форм SharePoint для сбора данных». Корпорация Microsoft . Получено 14 октября 2016 г.
  5. ^ "Использование Drupal для многостраничного сбора данных от пользователей". Ассоциация Drupal. 2009-07-03 . Получено 2016-10-14 .
  6. ^ "Сбор данных". SearchCIO . TechTarget . Получено 20 декабря 2016 г. .
  7. ^ «Какой метод сбора данных мне выбрать?». B2B International . Получено 20 декабря 2016 г.
  8. ^ «Как и почему данные спасут малый бизнес». Small Business Trends Small Business Trends . Small Business Trends LLC. 2015-03-20 . Получено 20 декабря 2016 .
  9. ^ "FAQ: Требования к сбору данных для брокеров-дилеров". FINRA.org . Financial Industry Regulatory Authority, Inc. от имени Комиссии по ценным бумагам и биржам США (SEC) . Получено 4 февраля 2017 г.
  10. ^ Сбор и анализ данных Д-р Роджер Сапсфорд, Виктор Джапп ISBN 0-7619-5046-X 
  11. ^ Сен, А. (1997). «Роль оппортунизма в процессе повторного использования дизайна программного обеспечения». Труды IEEE по программной инженерии . 23 (7): 418–436. doi :10.1109/32.605760.
  12. ^ "Программное обеспечение для сбора данных". GetApp . Nubera eBusiness SL . Получено 20 декабря 2016 г. .
  13. ^ «Сбор данных обследования». NORC в Чикагском университете. 2016. Получено 14 октября 2016 г.
  14. ^ «Использование системы сбора данных». Министерство образования США. 2016. Получено 14 октября 2016 г.
  15. ^ «Как собирать данные». Американский колледж кардиологии. 2016. Получено 14 октября 2016 г.
  16. ^ Фрён, Дж. Ф.; Мире, СЛ; Фрост, MJ; Чжоу, Д.; Мель, Г.; Скажи, Л.; Ченг, С.; Фьельдхайм, И.; Фриберг, Индиана; Френч, С.; Яни, СП; Кэй, Дж.; Льюис, Дж.; Лунде, А.; Мёркрид, К.; Нанкабирва, В.; Ньянчока, Л.; Стоун, Х.; Венкатешваран, М.; Войцешек, AM; Теммерман, М.; Фленади, виджей (2016). «Электронные регистры: Электронные регистры здоровья матери и ребенка». BMC Беременность и Роды . 16:11 . дои : 10.1186/s12884-016-0801-7 . ПМК 4721069 . PMID  26791790. 
  17. ^ Pace, WD; Staton, EW (2005). «Варианты электронного сбора данных для сетей практических исследований». Annals of Family Medicine . 3 (Suppl 1): s21–s29. doi :10.1370/afm.270. PMC 1466955. PMID  15928215 . 
  18. ^ "УПРАВЛЕНИЕ ДАННЫМИ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ" (PDF) . Министерство здравоохранения и социальных служб США Администрация ресурсов и служб здравоохранения .
  19. ^ «Сбор и представление данных для измерения эффективности: движение к согласованию». Труды конференции AHRQ по сбору и представлению данных в здравоохранении . Публикация AHRQ № 07-0033-EF (март 2007 г.). 8–9 ноября 2006 г. Получено 4 февраля 2017 г.
  20. ^ "Quiz - Drupal.org". Drupal.org . Dries Buytaert. 6 июля 2005 г. . Получено 20 декабря 2016 г. .
  21. ^ "Онлайн-веб-приложение QuizBuilder, созданное с помощью Laravel". Webxity . Технологии Webxity.
  22. ^ "Regulatory Filing". FINRA.org . Financial Industry Regulatory Authority, Inc. от имени Комиссии по ценным бумагам и биржам США (SEC) . Получено 4 февраля 2017 г.
  23. ^ Хей, Дэвид С. (2006). Модели данных как карта метаданных ([Repr.]. ред.). Амстердам: Elsevier Morgan Kaufmann. стр. 40. ISBN 978-0120887989. Получено 5 февраля 2017 г.
  24. ^ "Классификация, таксономии и вы" (PDF) . Verity . Verity, Inc . Получено 6 февраля 2017 г. .
  25. ^ Байона-Оре, Сасси; Кальво-Мансано, Хосе А.; Куэвас, Гонсало; Сан-Фелиу, Томас (21 декабря 2012 г.). «Таксономия критических факторов успеха для развертывания процессов программного обеспечения». Журнал качества программного обеспечения . 22 (1): 21–48. doi : 10.1007/s11219-012-9190-y. S2CID  18047921.
  26. ^ «Сбор и представление данных для измерения эффективности: движение к согласованию». Труды конференции AHRQ по сбору и представлению данных в здравоохранении . Публикация AHRQ № 07-0033-EF (март 2007 г.): 13 из 50. 8–9 ноября 2006 г. Получено 4 февраля 2017 г.
  27. ^ Буш, Джозеф. "Проведение проверки таксономии: пример здравоохранения" (PDF) . Стратегии таксономии . Taxonomy Strategies LLC . Получено 7 февраля 2017 г. .
  28. ^ "6 проблем: сбор и отчетность по измерению производительности". Extract Systems . 15 декабря 2016 г. Получено 7 февраля 2017 г.
  29. ^ abcdefg Хей, Дэвид С. (1996). Модели данных: условности мышления. Нью-Йорк: Dorset House Pub. С. 218 и далее. ISBN 978-0932633293. Получено 6 февраля 2017 г.
  30. ^ Wendicke, Annemarie (март 2016 г.). «Что делает данные значимыми? Важная роль структур данных». Журнал AHIMA . 87 (3): 34–36. PMID  27039625. Получено 7 февраля 2017 г.
  31. ^ ab "NCDR® AFib Ablation Registry™ v1.0 - Data Dictionary - Full Specifications [PDF]". Улучшение качества ACC для учреждений . Американский колледж кардиологии. стр. 36 из 143. Получено 9 февраля 2017 г.
  32. ^ "Элемент данных: Федеральный стандарт 1037C: Глоссарий терминов по телекоммуникациям". www.its.bldrdoc.gov . Министерство торговли США, Институт телекоммуникационных наук. Архивировано из оригинала 1 марта 2011 г. Получено 7 февраля 2017 г.

Внешние ссылки