Data dictionary

Top PDF Data dictionary:

Page 1 Data Dictionary: EMNV101 IMPS Version 3.1 Created: 14/04/99 13:11:00. Record Length: 678. The following records have been defined:

Page 1 Data Dictionary: EMNV101 IMPS Version 3.1 Created: 14/04/99 13:11:00. Record Length: 678. The following records have been defined:

Page 9 Data Dictionary: EMNV101 IMPS Version 3.1 Created: 14/04/99 13:11:00 Record Name: VIVIENDA Record Type: 1 -------------------------------------------------------------------------------- Item (occurs) Data Item Subitem (occurs) Type Position Len. Dec. Value Name Values -------------------------------------------------------------------------------- VB41 N 142-146 5 0 Pago Comb p/Alum 00000:99997
Mostrar más

325 Lee mas

ANSI/NISO Z39.7 : Information services and use: metrics & statistics for libraries and information providers data dictionary

ANSI/NISO Z39.7 : Information services and use: metrics & statistics for libraries and information providers data dictionary

The 2004 revision differed significantly from its predecessors in its approach. It took the path of developing a web-based utility for identifying standard definitions, methods, and practices relevant to library statistics activities in the United States. Like the previous editions of Z39.7 the aim of the standard remains: to assist librarians and researchers [now defined as the information community] by indicating and defining useful quantifiable information to measure the resources and performance of libraries and to provide a body of valid and comparable data on American libraries. The 2004 edition also changed the name from Library Statistics to its current title, Information Services and Use: Metrics and Statistics for Libraries and Information Providers – Data Dictionary .
Mostrar más

67 Lee mas

Page 1 Data Dictionary: ENNIV94 D ATADICT Version 1.2 Created: 13/07/94 18:47:48 Record Length: 165 Not Reported: None Not Applicable: None

Page 1 Data Dictionary: ENNIV94 D ATADICT Version 1.2 Created: 13/07/94 18:47:48 Record Length: 165 Not Reported: None Not Applicable: None

Record Name: ALIMA Record Type: 35 ---------------------------------------------------------------------- Item (occurs) Data Item Subitem (occurs) Type Position Len. Value Name Values ---------------------------------------------------------------------- AJ01-COD-INFORMA N 10-11 2 COD-INFORMANTE 01:15 AJ02-PROVEE-ALIM N 12 1 SI 1 NO 2 AJ03-SI-NO N 13 1 SI 1 AJ04A-COD-PRODUC N 14-16 3 ARROZ 301 MAIZ 302 TRIGO 303 CEBADA 304 QUINUA 305 PAN 306 GALLETA 307 FIDEOS 308 CARNES-ROJAS 309 CARNES-AVES 310 SUBPROD-CARNE 311 PESCADOS 312 LECHE 313 YOGOURT 314 HUEVOS 315 ACEITES 316 ESPECIAS 317 TUBERCULOS 318 MENESTRAS 319 HORTAL-FRESCAS 320 FRUTAS-FRESCAS 321 HORTAL-CONGELAD 322 FRUTAS-CONGELAD 323 AZUCAR 324 CAFE 325 CARAMELOS 326 PROD-ALIM-PREP 327 BEBIDAS-ALCOHOLI 328 GASEOSAS 329 OTROS-ALIMENTOS 330
Mostrar más

88 Lee mas

PS 3.6-2011 Digital Imaging and Communications in Medicine (DICOM) Part 6: Data Dictionary

PS 3.6-2011 Digital Imaging and Communications in Medicine (DICOM) Part 6: Data Dictionary

Where an “x” is shown in a group or element number, it means all values from 0 through F inclusive. “RET” is used to indicate that the corresponding Data Element, SOP Class, or Transfer Syntax has been retired. Retired items are shown italicized. When the name of a retired Data Element has been reused, the retired element has the qualifier “(Retired)” added, or “(Trial)” in the cases in which the Data Element was used in a Draft For Trial Implementation but not standardized.

216 Lee mas

Page 1 Data Dictionary: CENPOB94 DATADICT Version 1.2 Created: 09/09/94 02:01:30

Page 1 Data Dictionary: CENPOB94 DATADICT Version 1.2 Created: 09/09/94 02:01:30

PRODUCTOS PRODU 9 The following COMMON items have been defined. They occur on all records. -------------------------------------------------------------------------------- Item (occurs) Data Item Subitem (occurs) Type Position Len. Value Name Values -------------------------------------------------------------------------------- RECTYPE A 1 1 IDENTIFICACION 0 DEMOGRAFIA 1

18 Lee mas

PS 3.6-2009 Digital Imaging and Communications in Medicine (DICOM) Part 6: Data Dictionary

PS 3.6-2009 Digital Imaging and Communications in Medicine (DICOM) Part 6: Data Dictionary

This part of the DICOM Standard is PS 3.6 of a multi-part standard produced to facilitate the interchange of information between digital imaging computer systems in medical environments. This interchange will enhance diagnostic imaging and potentially other clinical applications. The multi-part DICOM Standard covers the protocols and data that shall be supplied to achieve this interchange of information.

188 Lee mas

Accounting Dictionary

Accounting Dictionary

This Spanish - English dictionary is intended to serve as a convenient and reliable reference tool and is designed to be an essentially tool for the preparers and users of accounting information. In this work, the author seeks to contribute to the effective communication among the English and Spanish-speaking business communities and to serve this the needs of international businessmen, investment analysts, bankers, accountants, investors, translators and language teachers and students.

152 Lee mas

Big Data

Big Data

Big data is a new technology that plays a leading role in all processes where there is a large volume of data or where artificial intelligence or machine learning algorithms are required. It is allowing to highly increase efficiency and effectiveness and enabling new business models that were previously impossible or unimaginable. In particular, industry is an area where big data is a key technology, both because artificial intelligence and machine learning techniques result in great process improvements, and because the huge volume of data generated by the Internet of Things (IoT) is otherwise challenging to process and analyze in order to support decision-making.
Mostrar más

8 Lee mas

Data warehousing

Data warehousing

Los activos de información son inmensamente valiosos para cualquier empresa, y debido a esto, dichos activos deberán ser almacenados adecuadamente y de fácil acceso cuando se necesitan. Sin embargo, la disponibilidad de demasiados datos hace que la extracción de la información más importante sea difícil, si no imposible. Ver resultados de cualquier búsqueda de Google, y verá que la ecuación de datos = información no siempre es correcta, es decir, demasiados datos es simplemente demasiado. El almacenamiento de datos es un fenómeno que surgió de la gran cantidad de datos electrónicos almacenados en los últimos años y de la urgente necesidad de utilizar esos datos para lograr objetivos que van más allá de las tareas de rutina vinculados al procesamiento diario. En un escenario típico, una gran corporación tiene muchas sucursales, y los altos directivos tienen que cuantificar y evaluar cómo cada sucursal contribuye al rendimiento empresarial global. Las bases de datos corporativas detallan datos sobre las tareas realizadas por las sucursales. Para satisfacer las necesidades de los administradores, las consultas hechas a la medida pueden ser emitidas para recuperar los datos requeridos. Para que este proceso funcione, los administradores de bases de datos primero deben formular la consulta deseada (normalmente una consulta SQL agregada) después de estudiar de cerca los catálogos de base de datos. Entonces la pregunta es procesada. Esto puede tomar un par de horas debido a la enorme cantidad de datos, la complejidad de la consulta, y los efectos concurrentes de otras consultas regulares sobre la carga de trabajo de datos. Por último, se genera un informe y se pasa a los altos directivos en forma de una hoja de cálculo. Hace muchos años, los diseñadores de bases de datos se dieron cuenta de que este enfoque es poco factible, ya que es muy exigente en términos de tiempo y recursos, y no siempre logra los resultados deseados. Por otra parte, una mezcla de consultas analíticas con las consultas rutinarias de transacciones disminuye inevitablemente el sistema, y esto no se ajusta a las necesidades de los usuarios de cualquier tipo de consulta. Los Data Warehouse de hoy realizan procesamiento analítico en línea separada (OLAP) de procesamiento transaccional en línea (OLTP) mediante la creación de un nuevo repositorio de información que integra los datos básicos a partir de diversas fuentes, organiza correctamente los formatos de datos, y luego hace que los datos estén disponibles para el análisis y evaluación orientados a la planificación y los procesos de toma de decisiones.
Mostrar más

50 Lee mas

ANG, T. (2001). Dictionary of photography and digital imaging. London, Argentum.

ANG, T. (2001). Dictionary of photography and digital imaging. London, Argentum.

sin pérdida Proceso de compresión que reduce el espacio de almacenamiento necesario para el fichero de una imagen sin pérdida de datos.. Si una imagen ha experimentado una compresión s[r]

6 Lee mas

Data warehousing

Data warehousing

Pese a la incorporación de sistemas para dinamizar el área administrativa, el posicionamiento alcanzado por la UPC en el mercado peruano hizo que la matrícula se incrementara año a año, y con ello, el nivel y la cantidad de información involucrada. Uno de los problemas más evidentes comenzó a observarse en el sector de admisión. “La visión departamental de admisión se veía en un cubo, pero lo que allí se obtenía no permitía obtener un análisis cabal de lo que sucedía. Entonces advertimos que necesitábamos una solución de Business Intelligence (BI), pero no teníamos un data warehouse, entonces hubo que avanzar en esa dirección”, cuenta Karina Robles Nakahodo, jefa de Inteligencia de Negocios de la UPC.
Mostrar más

68 Lee mas

Data Science: del Data Mining al Deep Learning

Data Science: del Data Mining al Deep Learning

Noticias en Blogs Tecnol´ ogicos http://www.teknlife.com/: Seg´ un previsiones del MBIT School (Madrid Business Intelligen- ce Technology), en los pr´ oximos a˜ nos el 20 % de las pymes, el 80 % en la mediana empresa y del 100 % en las grandes empresas de nuestro pa´ıs contar´ an con m´ as de un Data Scientist, y consideran que esta es actualmente una de las profesiones m´ as demandadas.

27 Lee mas

Transforming meteorological data into linked data

Transforming meteorological data into linked data

Abstract. This paper describes the process followed in order to make some of the public meterological data from the Agencia Estatal de Meteorología (AEMET, Spanish Meteorological Office) available as Linked Data. The method followed has been already used to publish geographical, statistical, and leisure data. The data selected for publication are generated every ten minutes by the 250 automatic stations that belong to AEMET and that are deployed across Spain. These data are available as spreadsheets in the AEMET data catalog, and contain more than twenty types of measurements per station. Spreadsheets are retrieved from the website, processed with Python scripts, transformed to RDF according to an ontology network about meteorology that reuses the W3C SSN Ontology, published in a triple store and visualized in maps with Map4rdf.
Mostrar más

11 Lee mas

Cadastral data integration through Linked Data

Cadastral data integration through Linked Data

Cadastral data is one of the more important types of geospatial data. They have been the basis for the land tributes since Roma's times. These data are defined as the geographic extent of the past, current, and future rights and interests in real property including the spatial information necessary to describe that geographic extent [1]. Rights and interests are the benefits or enjoyment in real property that can be conveyed, transferred, or otherwise allocated to another for economic remuneration. Rights and interests are recorded in land record documents. The spatial information necessary to describe rights and interests includes surveys and legal description frameworks such as the Public Land Survey System, as well as parcel-by-parcel surveys and descriptions [1].
Mostrar más

5 Lee mas

Data warehousing

Data warehousing

Existe una interesante y complementaria relación entre este tipo de base de datos y el data warehouse, pues los datos que residen el data warehouse proveen una robusta y conveniente fuente de recursos para la DBMS multidimensional., los cuales refrescan la DBMS multidimensional en forma periódica o bien cuando es necesario, .pues estos datos ya se encuentran pre-forpiateados ( integrados , decodificados y organizados) pues primero ingresaron en el data warehouse, haciendo este refresco más eficiente sobre si tomaríamos los datos para esta base del ambiente operacional. Muchas veces pensamos que DBMS multidiinensionales pueden ser una tecnología óptima para realizar nuestro esquema de Data warehouse, pues no es así. Para ver el error que comentemos en este pensamiento consideremos las siguientes diferencias : • El data Warehouse, mantiene una gran cantidad de datos, mientras DBMS mantiene menos cantidad pues ya existe en ellos un nivel medio de sumarización • Las BDMS niullidimensionalcs mantienen un mecanismo de acceso y análisis poderoso e ilimitado conocido como slice and dice
Mostrar más

117 Lee mas

Data Mart

Data Mart

  Un Data Un Data mart es mart es una $ase una $ase de datos de datos depart departamen amental especia tal especiali!ad li!ada a en en el el al alm mac acen enam amie ient nto o de de lo los s da dato tos s de de un un "r "rea ea de de ne ne%o %oci cio o especíca.

17 Lee mas

Interlinking educational data to web of data

Interlinking educational data to web of data

3.2.1. Silk. Silk [14] is a framework for interlinking between datasets that consists of a tool and a link specification lan- guage. When matching two datasets with Silk, the user specifies entities in a configuration file. The tool applies both string matching methods and taxonomical distance similarity in order to allow for diverse data discovery. These similar- ity metrics are parameterized by the user in a specific format. Silk takes two datasets as input by specifying SPARQL endpoints or RDF dumps and provides as an output ‘sameAs’ triples or any other predicates between the matched enti- ties. This tool is available in three different variants, which address different use cases but use the same discovery engine. Silk Workbench, which is the case we applied for the interlinking, is a web application that guides users through the pro- cess of interlinking different data sources and offers a graphical editor to create as well as edit link specifications. As defining good linking heuristics is usually an iterative process, the Silk Workbench helps users to quickly evaluate the generated links. A number of projects, such as DataLift [21], have employed the Silk engine to carry out their interlink- ing purposes.
Mostrar más

88 Lee mas

Habeas Data

Habeas Data

acc'(n enal cont!a los e&la.ados 2 el a)o de $na !ea!ac'(n% as- co&o #$e *stos se absten)an de 3$t$!as 'n3o!&ac'ones "'nc$lándolo a d'cho caso o al at!oc'n'o j$!-d'co del esta3ado!/ Un asecto ec$l'a! de este !'&e! caso de Hábeas Data 3$e #$e la acc'(n se 'nte!$so ante $n j$e. enal @co&o co!!esonde en &ate!'a de Hábeas Co!$s no obstante #$e los de!echos a3ectados "en-an s'endo !ote)'dos% hasta antes de la Ca!ta del 5% a t!a"*s del A&a!o% #$e se "ent'la ante el j$e. c'"'l/ $e o! ello #$e el 3allo del c$ad!a)*s'&o se0to j$.)ado enal de L'&a @de 3echa  de 3eb!e!o de 97 se decla!( 'nad&'s'ble la acc'(n% dado #$e :ese a no e0'st'! le2 !e)la&enta!'a: el !oceso de Hábeas Co!$s no e!a e#$'a!able o! esta! ded'cado esec-3'ca&ente a la t$tela de la l'be!tad 'nd'"'d$al 2 de!echos cone0os% o! lo #$e la "-a enal% del'be!ada&ente esco)'da o! el acto!% no !es$lta al'cable al Hábeas Data n' co&at'ble con el deb'do !oceso/
Mostrar más

30 Lee mas

Data centers

Data centers

Los ATS (Switch de automática transferencia) se encuentran haciendo redundancia a los dos extremos de alimentación de energía y permite que en el momento de un corte escoger cualquiera de los dos extremos para brindar alimentación al resto del proceso. El ATS alimenta a los UPS (Suplemento de energía ininterrumpido) que en el momento de un corte de energía permitirá unos minutos para realizar ajustes y que no se pierda las conexiones de los equipos, y al aire acondicionado que es de vital importancia para la vida útil de los equipos debido a que estos al estar trabajando y manipulando información generan calor que puede ser dañino si no está en un ambiente adecuado, estos deben encontrarse en lugares específicos y dependiendo de la norma en la que se encuentre el Data Center.
Mostrar más

192 Lee mas

Auto Data

Auto Data

TruckInfo1 está pensado para facilitar el trabajo a los talleres, poniendo a su alcance la información básica que necesitan para realizar la revisión y reparación de vehículos comerciale[r]

18 Lee mas

Show all 4533 documents...