データ収集システム(DCS)は、データ収集のプロセスを容易にし、特定の構造化された情報を体系的に収集し、その後、その情報に対してデータ分析を実行できるようにするコンピュータアプリケーションです。 [1] [2] [3]通常、DCSはユーザーからのデータ入力を受け入れるフォームを表示し、その入力を検証してから、データベースなどの永続的なストレージにデータをコミットします。
多くのコンピュータ システムはデータ入力フォームを実装していますが、データ収集システムはより複雑になる傾向があり、詳細なユーザー入力フィールド、データ検証、フォーム間のナビゲーション リンクを含む関連フォームが多数存在する可能性があります。
DCSは、収集された情報の公開、編集、変更、削除、維持を可能にすることから、コンテンツ管理システム(CMS)の特殊な形態とみなすことができます。一部の汎用CMSにはDCSの機能が含まれています。[4] [5]
重要性
正確なデータ収集は、多くのビジネスプロセス、[6] [7] [8]、多くの政府規制の施行、[9]、そして科学的研究の完全性を維持するために不可欠です。 [10]
データ収集システムは、ソフトウェア開発の最終製品です。ソフトウェアまたはソフトウェアサブシステムを「データ収集システム」の側面を持つものとして、または実際に「データ収集システム」として識別して分類することは非常に重要です。この分類により、百科事典的な知識を収集し、将来のシステムの設計と実装に適用することができます。ソフトウェア設計では、一般化とパターンを特定し、可能な限り既存の知識を再利用することが非常に重要です。[11]
種類
一般的に、データ収集に使用されるコンピュータソフトウェアは、以下の実用化のカテゴリのいずれかに分類されます。[12]
- 調査またはアンケート[13] [14]
- データレジストリ[15] [16]
- ケース管理システム[17]
- パフォーマンス測定システム[18] [19]
- 試験とクイズ[20] [21]
- オンラインフォームおよびフォーム提出・報告システム[22]
語彙
データ収集システムには分類体系があり、さまざまな業界や組織で使用されている同義語を容易に識別できます。 [23] [24] [25]最も一般的に使用され、広く受け入れられている語彙をカタログ化することで、効率が向上し、バリエーションが減り、データの品質が向上します。[26] [27] [28]
データ収集システムの語彙は、これらのシステムが、セクションとサブセクションの複雑な内部構造を持つ紙のデータ収集フォームをソフトウェアで表現したものであることが多いという事実に由来しています。これらの構造と関係をソフトウェアでモデル化すると、データコンテナの階層を説明する技術用語と、業界固有の同義語のセットが生成されます。[29] [30]
コレクションの同義語
コレクション(名詞として使用される)は、関連する文書、データモデル、データセットをグループ化するための最上位のコンテナです。このレベルの典型的な語彙には、次の用語が含まれます。[29]
- プロジェクト
- レジストリ
- リポジトリ
- システム
- トップレベルコンテナ
- 図書館
- 勉強
- 組織
- パーティー
- サイト
データモデルの同義語
コレクション内の各ドキュメントまたはデータセットはソフトウェアでモデル化されます。これらのモデルを構築することは、収集される予定のデータの設計または「作成」の一部です。これらのデータモデルの用語には以下が含まれます。[29]
サブコレクションまたはマスター詳細の同義語
データモデルは多くの場合階層的であり、サブコレクションやマスター詳細構造を含み、次のような用語で記述されます。[29]
- セクション、サブセクション
- ブロック
- モジュール
- サブドキュメント
- 名簿
- 親子[31]
- ダイナミックリスト[31]
データ要素の同義語
データモデルの最も低いレベルは、個々のデータを表すデータ要素です。同義語には次のものがあります。 [29] [32]
- (データ) フィールド
- 属性
- 列(定義)
- パラメータ
- アイテム
- 変数
- 質問
データポイントの同義語
抽象的なドメインモデリングの側面から、具体的な実際のデータの側面に移ると、ここでの最下層はデータセット内のデータポイントです。データポイントの同義語には以下が含まれます。[29]
- 価値
- 入力
- 答え
- 応答
- 観察
- 測定
- パラメータ値
- 列の値
データセットの同義語
最後に、データセットの同義語としては以下が挙げられる。[29]
- 行
- 記録
- 発生
- 実例
- (文書)提出
- エピソード
- 提出
- 観測ポイント
- 場合
- テスト
- (個人)サンプル
参照
参考文献
- ^ 「データ収集システム (DCS) とは? - Techopedia の定義」。Techopedia.com。2016年 10 月 14 日閲覧。
- ^ 「データ収集システムの計画と設計」。米国運輸省 (US DOT)。2005 年 8 月 15 日。2016年 10 月 14 日閲覧。
- ^ 「調査およびデータ収集システム」。米国保健福祉省。2016年4月16日。 2016年10月14日閲覧。
- ^ 「SharePoint フォームを使用したデータ収集」。Microsoft Corporation。2016年 10 月 14 日閲覧。
- ^ 「Drupal を使用してユーザーから複数ページにわたるデータを収集する」。Drupal 協会。2009 年 7 月 3 日。2016年 10 月 14 日閲覧。
- ^ 「データ収集」。SearchCIO。TechTarget。2016年12月20日閲覧。
- ^ 「どのデータ収集方法を選択すべきか?」B2B International 。2016年12 月 20 日閲覧。
- ^ 「データが中小企業を救う方法と理由」Small Business Trends Small Business Trends . Small Business Trends LLC. 2015-03-20 . 2016 年12 月 20 日閲覧。
- ^ 「FAQ: ブローカー・ディーラーのデータ収集要件」。FINRA.org。米国証券取引委員会 (SEC) の代理である金融取引業規制機構 (FINRA) 。2017 年2 月 4 日閲覧。
- ^ データ収集と分析 ロジャー・サプスフォード博士、ビクター・ジャップ著ISBN 0-7619-5046-X
- ^ Sen, A. (1997). 「ソフトウェア設計再利用プロセスにおける機会主義の役割」. IEEE Transactions on Software Engineering . 23 (7): 418–436. doi :10.1109/32.605760.
- ^ 「データ収集ソフトウェア」。GetApp。Nubera eBusiness SL 。 2016年12月20日閲覧。
- ^ 「Survey Data Collection」。シカゴ大学NORC。2016年。 2016年10月14日閲覧。
- ^ 「データ収集システムの使用」。米国教育省。2016年。 2016年10月14日閲覧。
- ^ 「データの収集方法」。アメリカ心臓病学会。2016年。 2016年10月14日閲覧。
- ^ フロエン、JF;マイレ、SL; MJ、フロスト。チョウ D.メール、G.言って、L。チェン、S.フェルドハイム、I。アイコニック州フリーベルグ;フレンチ、S.ジャニ、合弁会社。ケイ、J.ルイス、J.ルンデ、A.モルクリッド、K.ナンカビルワ、V.ニャンチョカ、L.ストーン、H.ヴェンカテスワラン、M.ヴォイチェシェク、AM;テンマーマン、M.フレナディ、VJ (2016)。 「eRegistry: 母子健康のための電子登録」。BMCの妊娠と出産。16 : 11.土井: 10.1186/s12884-016-0801-7。PMC 4721069。PMID 26791790。
- ^ Pace, WD; Staton, EW (2005). 「実践ベースの研究ネットワークのための電子データ収集オプション」Annals of Family Medicine . 3 (Suppl 1): s21–s29. doi :10.1370/afm.270. PMC 1466955. PMID 15928215 .
- ^ 「パフォーマンス改善のためのデータ管理」(PDF)。米国保健福祉省保健資源サービス局。
- ^ 「パフォーマンス測定のためのデータ収集と報告:整合に向けて」。AHRQ医療データ収集および報告会議議事録。AHRQ出版物番号07-0033-EF(2007年3月)。2006年11月8日~9日。 2017年2月4日閲覧。
- ^ 「クイズ - Drupal.org」。Drupal.org。Dries Buytaert。2005年7月6日。 2016年12月20日閲覧。
- ^ 「Laravel で構築されたオンライン QuizBuilder Web アプリ」。Webxity。Webxity Technologies。
- ^ 「規制書類」。FINRA.org。米国証券取引委員会(SEC)を代表して金融取引業規制機構(FINRA)が発行。2017年2月4日閲覧。
- ^ Hay, David C. (2006). データモデルパターンメタデータマップ ([Repr.]. ed.). アムステルダム: Elsevier Morgan Kaufmann. p. 40. ISBN 978-0120887989. 2017年2月5日閲覧。
- ^ 「分類、分類法、そしてあなた」(PDF)。Verity。Verity , Inc. 2017年2月6日閲覧。
- ^ バヨナ=オレ、スッシー;カルボ・マンツァーノ、ホセ・A.クエバス、ゴンサロ。サンフェリウ、トーマス(2012年12月21日)。 「ソフトウェア プロセス展開の重要な成功要因の分類」。ソフトウェア品質ジャーナル。22 (1): 21-48。土井:10.1007/s11219-012-9190-y。S2CID 18047921。
- ^ 「パフォーマンス測定のためのデータ収集と報告:整合に向けて」。AHRQ医療データ収集および報告会議議事録。AHRQ出版物番号07-0033-EF(2007年3月):50件中13件。2006年11月8日~9日。 2017年2月4日閲覧。
- ^ Busch, Joseph. 「タクソノミー検証の実施: ヘルスケアの例」(PDF) . Taxonomy Strategies . Taxonomy Strategies LLC . 2017 年2 月 7 日閲覧。
- ^ 「6つの課題: パフォーマンス測定データの収集とレポート」。Extract Systems。2016年12月15日。 2017年2月7日閲覧。
- ^ abcdefg Hay, David C. (1996). データモデルパターン: 思考の慣習。ニューヨーク: Dorset House Pub. p. 218ff. ISBN 978-0932633293. 2017年2月6日閲覧。
- ^ Wendicke, Annemarie (2016年3月). 「何がデータを意味のあるものにするのか? データ構造の重要な役割」Journal of AHIMA . 87 (3): 34–36. PMID 27039625 . 2017年2月7日閲覧。
- ^ ab 「NCDR® AFib Ablation Registry™ v1.0 - データ辞書 - 完全な仕様 [PDF]」。ACC 機関向け品質改善。米国心臓病学会。143 ページ中 36 ページ。2017年2 月 9 日閲覧。
- ^ 「データ要素:連邦規格1037C:電気通信用語集」www.its.bldrdoc.gov。米国商務省、電気通信科学研究所。2011年3月1日時点のオリジナルよりアーカイブ。2017年2月7日閲覧。
