тип сущности

тип сущности
Высказывание, устанавливающее, что сущность принадлежит к определенному классу сущностей.
[ ГОСТ 34.320-96]

Тематики

• базы данных

EN

• type of an entity

обобщение
Вид абстракции, позволяющий поставить в соответствие рассматриваемому множеству сущностей родовую сущность, обладающую некоторыми их общими свойствами и игнорирующую индивидуальные различия между ними. Сущности данного множества являются при этом частными случаями или экземплярами этой родовой сущности. Отношение абстракции обобщения может представляться с помощью различного рода связей между родовой и обобщаемой сущностями. Примерами могут служить конкретные варианты связи ISA, в частности "тип-супертип" или "экземпляр-тип" ("тип-метатип").
Источник - Энциклопедия Когаловского
[ http://www.morepc.ru/dict/]

Тематики

• информационные технологии в целом

EN

• generalization

3.34 обобщение (generalization): Особое понятие, измененное для большей степени обобщения, использования или цели, либо акт исключения или изменения деталей в рамках особого понятия (концепции) для получения его обобщения.

Примечание - Обобщение противоположно по смыслу специализации.

Источник: ГОСТ Р ИСО 19439-2008: Интеграция предприятия. Основа моделирования предприятия оригинал документа

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

роль
Набор ответственностей, деятельностей и полномочий, назначенных сотруднику или команде. Роль определяется в процессе или функции. Один сотрудник или команда может иметь несколько ролей. Например, роли менеджера конфигураций и менеджера изменений могут выполняться одним сотрудником. Этот термин также используется для описания назначения чего-либо.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

EN

role
A set of responsibilities, activities and authorities assigned to a person or team. A role is defined in a process or function. One person or team may have multiple roles for example, the roles of configuration manager and change manager may be carried out by a single person. Role is also used to describe the purpose of something or what it is used for.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом

EN

• role

роль (role): Наименование поведенческого набора, связанного с выполнением какой-либо работы (ИСО/ТС 17090-1).

Источник: ГОСТ Р ИСО/ТС 18308-2008: Информатизация здоровья. Требования к архитектуре электронного учета здоровья

2.33 роль (role): Комплекс способностей и/или действий, связанный с задачей.

Источник: ГОСТ Р ИСО/ТС 22600-2-2009: Информатизация здоровья. Управление полномочиями и контроль доступа. Часть 2. Формальные модели

3.2.10 роль (role): Перечень или список прав и обязанностей, установленных для потенциального или действительного члена группы взаимодействия.

Примечание - При назначении одной или нескольких ролей члену группы взаимодействия совокупные права и обязанности, связанные с ролью(ями), передаются этому участнику.

Пример - Ссылка на элемент модели данных идентификатора элемента модели данных 1.3. 2 настоящего стандарта (CW_ID_ value) в другом стандарте технологий взаимодействия должна выглядеть в виде ссылки «ИСО/ МЭК 19778-1: 2008, 1.3.2».

b) Обозначение

Обозначение элемента модели данных (см. определение 3.1.11).

Обозначения элемента модели данных используются в контексте стандартов технологий взаимодействия для установления ссылок на конкретные элементы модели данных. В отличие от лингвистически нейтральных атрибутов элементов модели данных у обозначения элемента модели данных есть символическое значение; но в то же время данный атрибут может быть ориентирован на конкретный язык и может быть предметом интернационализации.

c) Определение

Определение элемента модели данных (см. определение 3.1.10).

Поскольку определения представлены в таблице модели данных в наиболее компактной форме, дополнительная информация об элементах модели данных приведена в отдельном подпункте стандартов исключительно для пояснения. Во всех стандартах технологии взаимодействия определение элемента модели данных, записанное в ячейках таблицы в 3-й колонке, считают наиболее аутентичным.

d) Степень обязательности

Степень обязательности элемента модели данных (см. определение 3.1.15).

При создании реализаций модели данных из модели данных степень обязательности элемента модели данных любого элемента модели данных должна исходить из степени обязательности соответствующего предка. Для модели данных это означает, что элементы модели данных со степенью обязательности элемента модели данных «выбираемый» могут иметь потомков со статусом «обязательный». В случае если любой элемент модели данных со степенью обязательности элемента модели данных «обязательный» имеет единственного потомка со статусом «выбираемый», любая реализация этой модели данных предоставляет одного или более потомка элемента данных в реализации этого элемента модели данных.

Определены четыре возможных значения степени обязательности элемента модели данных: обязательный, выбираемый, условно обязательный и условно выбираемый.

e) Множественность

Множественность элемента модели данных (см. определение 3.1.14).

Значения для диапазона значений элементов модели данных (в других источниках также определенных как «повторяемость элементов») определяют, насколько часто реализация элемента модели данных может встречаться в этой реализации модели данных.

В реализациях моделей данных многочисленные реализации элемента данных, как правило, должны быть расположены рядом друг с другом, в то время как реализации многочисленных составных элементов (совокупных подструктур) являются результатом реализации в этих подструктурах, представленных в смежном или последовательном порядке. По умолчанию, не важен порядок размещения или перечисления реализаций разнообразных элементов модели данных. Исключение вводят примечанием об указании особого порядка представления информации в данной ячейке строки таблицы элемента модели данных.

Необходимый минимум реализаций элемента модели данных будет принят больше нуля (даже если установлен на нуль) в тех случаях, когда степень обязательности элемента модели данных имеет значение «обязательный».

В тех случаях, когда два значения (необходимый минимум и допустимый максимум) различаются, интервал определяют как строку связанных символов «< необходимый минимум>..< допустимый максимум>», где значения < необходимый минимум> и < допустимый максимум> - неотрицательные целые числа.

Для указания на бесконечное множество допустимых значений параметр < допустимый максимум> записывают с символом «*».

В тех случаях, когда два значения (необходимый минимум и допустимый максимум) совпадают, устанавливают только одно значение.

f) Тип данных

Тип данных, определяющий элемент данных (см. определение 3.1.6).

В стандартах технологии взаимодействия установлено множество возможных значений для данного элемента модели данных в качестве значения типа данных элемента данных. Множество значений может быть ограничено конкретным набором значений, основанным на спецификации или стандарте, не относящемся к модели данных. Ссылка на эту внешнюю спецификацию или стандарт должна быть приведена в качестве значения соответствующего элемента данных модели данных. Модели данных, определенные в стандартах технологии взаимодействия, предоставляют структуры элемента данных и элемента модели данных специально для включения таких ссылок.

При использовании таких ссылок элемент данных, включающий в себя ссылки, должен быть указан в колонке «Тип данных».

g) Примеры

Могут содержать одну или несколько иллюстраций возможных значений элемента данных.

Источник: ГОСТ Р ИСО/МЭК 19778-1-2011: Информационная технология. Обучение, образование и подготовка. Технология сотрудничества. Общее рабочее пространство. Часть 1. Модель данных общего рабочего пространства оригинал документа

3.134 роль (role): Поименованное специфическое поведение сущности, участвующей в определенном контексте.

Примечание - Роль может быть статической (например, конец соединения) или динамической (например, коллективная роль).

Источник: ГОСТ Р 54136-2010: Системы промышленной автоматизации и интеграция. Руководство по применению стандартов, структура и словарь оригинал документа

нематериальные активы
1. Тип внеоборотных активов, не имеющих материальной сущности, ценность которых определяется правами или преимуществами обладателя. Примерами являются патенты, авторские права, торговые знаки, торговые марки, лицензии и деловая репутация. Как правило, в бухгалтерском учете отражаются только приобретенные нематериальные активы, в отличие от разработанных внутри предприятия. Использование нематериальных активов отражается способом амортизации.
2. Внеоборотные активы, не имеющие материально-вещественной формы, используемые в производстве продукции (при выполнении работ, оказании услуг, в управленческих нуждах организации) в течение длительного периода времени продолжительностью свыше 12 месяцев (или обычного операционного цикла), способные приносить доход в будущем, надлежаще оформленные сохранными документами.
В составе нематериальных активов в бухгалтерском учете учитываются также деловая репутация организации и организационные расходы, связанные с образованием юридического лица, признанные в соответствии с учредительными документами часть вклада участников (учредителей) в уставный (складочный) капитал организации (ПБУ 14/2000).
[ http://www.lexikon.ru/dict/uprav/index.html]

нематериальные активы
Невещественные факторы, которые вносят вклад в производство или используются для производства товаров и услуг, и от которых ожидают, что они в будущем принесут производственные выгоды для тех лиц или фирм, которые контролируют использование этих факторов (Определение Брукингской комиссии по нематериальным активам.) Обещания будущих выгод, которые порождаются инновациями (изобретениями, открытиями), уникальными организационными проектами или практикой управления человеческими ресурсами - все они признаются активами (это основной вид нематериальных экономических объектов). Для конкретной компании, предприятия Н.а, — права, используемые в течение длительного периода (свыше 1года), приносящие доход и возникающие из авторских и иных договоров на произведения науки, искусства, из патентов на изобретения, промышленные образцы, свидетельств на товарные знаки и знаки обслуживания или лицензионных договоров на их использование, из прав на ноу-хау и других аналогичных прав. К нематериальным активам также относят гудвилл. Однако нематериальный актив должен признаваться активом отдельно от гудвилла, если он возникает из указанных выше прав (независимо от того, могут ли эти права передаваться или отделяться от приобретенной хозяйственной единицы или от других прав и обязательств). Если нематериальный актив не возник из договорных или иных юридических прав, его следует признавать активом отдельно от гудвилла только в том случае, если он обладает свойством сепарабельности. Нематериальные активы взаимодействуют с материальными и финансовыми активами в создании корпоративной стоимости и экономическом росте. См. также примечание к ст. Нематериальное имущество
[ http://slovar-lopatnikov.ru/]

Тематики

• бухгалтерский учет
• экономика

EN

• intangible asset
• intangible assets
• intangibles

2.11 нематериальные активы (Intangible Assets): Могут иметь большое значение для коммерческой организации. Не имеют физического представления и финансовой перспективы. Могут быть отмечены в графе «престиж фирмы» в балансовых документах. Сюда относят: репутацию фирмы, известность торговой марки, монопольные права и прочие элементы, не включаемые в балансовые документы предприятия (например, «потенциал предприятия», т.е. его способность получить конкурентные преимущества в будущем).

Источник: ГОСТ Р 53894-2010: Менеджмент знаний. Термины и определения оригинал документа