PODACI I INFORMACIJE

Prof. Dr Milorad K. Banjanin

Univerzitet u Istočnom Sarajevu

Filozofski fakultet Pale-Tehnološki fakultet Zvornik

centralno mesto u informatici i informacionim sistemima

Informatika je nauka o INFORMACIJAMA, njihovom oblikovanju, prenošenju, primanju, slanju, obrađivanju i

upotrebi

Grupa atributa iz operacije

obrade podataka u

kontekstu koji daje vrednost

autputu.Podaci uređeni u modele koji

imaju sadržajno,

vremensko i formalno značenje.

Podatak kome je pridruženo ili dato vrednosno

značenje.

Interpretacija podataka, koja uključuje sam

podatak i vrednosno

značenje koje se dobija njegovom

obradom.Informacija je,

pored materije i energije,

osnovni resurs univerzuma.

POJMOVI PODATAK I INFORMACIJA SU KLJUČNI U DOMENU OBRADE INFORMACIJA I NISU ZAMENLJIVI KONCEPTI.

ATRIBUTIVNI ISKAZ NEKOG ENTITETA

KODOVANE ČINJENICE

Počinju da egzistiraju kada su činjenice registrovane ili

zabeležene

Za prikupljene i kodirane podatke nema značaja ko ih je registrovao ili

zabeležio

Podaci ne postoje kao PREDMETI i na takav način se ne mogu ni posedovati, ali se mogu posedovati kao

štampani podaci, zapisani na traci, flopi diskovima, CD, DVD, ili na sličan način koji je podesan za odgovarajući

prenos podataka

POSLOVNI ILI DRUGI PODACI uneti u kompjuter (bazu podataka) pripadaju

onom ko je vlasnik kompjutera

NIZ INPUTA U SVAKU OPERACIJU ILI NIZ AUTPUTA IZ SVAKE OPERACIJE I NEMAJU

VREDNOSNO ZNAČENJE

POSLOVNI PODACI

OBLICI PODATAKA

ljudski glas i ostali zvukovi

koji se sastoje od brojeva i alfabetskih znakova koji opisuju poslovne transakcije

i druge događaje

koji se sastoje od rečenica i paragrafa i koriste se u usmenoj

komunikaciji

grafički oblici slike

NESEMANTIČKA SVOJSTVA

SEMANTIČKA SVOJSTVA

koja proizlaze iz značenja tog

podatka

OPERACIJE NAD PODACIMA

INFORMACIJA JE PRIKAZ SEMANTIČKIH SVOJSTAVA PODATAKA

prikupljanje,

obrađivanje,

čuvanje i

menjanje.

ostala svojstva

“ANATOMSKA” ILI “ARHITEKTONSKA” RAZLIKA IZMEĐU PODATAKA I INFORMACIJA

Podaci su jednostavno

zabeležene mere određenih fenomena.

INFORMACIJE

polje istraživanja

PODACI

PODACI

editovanje i kodiranje

Informacije se odnose na telo činjenica koje su u

obliku pogodnom za donošenje odluka

Vrednost koju informacija dobija obradom podataka iskazuju ATRIBUTI INFORMACIONOG KVALITETA

Tačnost, raspoloživost za upotrebu (dostupnost u trenutku potrebe),

frekventnost za višekorisničku namenu i aktuelnost informacija

Preciznost, relevantnost, konciznost, efektivnost obima i efikasnost

performansi informacije

Jasnoća ili razumljivost, celovitost ili fragmentarnost – detalji u skraćenoj formi, tekstualnost i transmitivnost ili način skaldištenja informacija na

mediju.

LOGIČKI ELEMENTI PODATAKA Uobičajen metod skladištenja podataka u

informacionom sistemu

Koje sadrže obrađene i organizovane

podatkeBaze podatakaKoje sadrže znanje u raznim oblicima,

kao što su činjenice, pravila i primeri slučajeva o uspešnim

poslovnim iskustvima

Baze znanja

Polje imenaDragan

Zapis Dragan-381-25-3874

Baza podataka

Fajl381-25-3874

Polje je grupa karaktera koji predstavljaju karakteristike osobe, mesta, stvari ili događaja. Napr,

polje imena zaposlenog.Zapis je skup međupovezanih polja. Na primer, zapis o platnom spisku zaposlenog se sastoji od polja sa imenom,

polja sa brojem socijalnog, polje odeljenja i polje plate.

Fajl je skup međupovezanih zapisa. Na primer, fajl platnog spiska se sastoji od zapisa o platama svih zaposlenih

u firmi.

Baza podataka je integrisan skup međupovezanih zapisa ili fajlova. Na primer, baza podataka osoblja firme može

sadržati platni spisak, pregled performansi i fajlove o razvoju karijere pojedinca.

Resursi podataka informacionih sistema su obično organizovani u

ZNAK

INFORMACIJA

POJAM

SIMBOL PODATAKSintaksna pravila

Semantička pravila

Sintagmatska pravila

Pragmatska pravila

Simboli i znaci služe za zapis informacija i

sastavljanje poruka.

Informacija predstavlja neko novo saznanje korisnika, ona otklanja neku neodređenost

(neizvesnost).

Podatak je zapis u poruci koja ima

određeno značenje i predstavljena je u formalizovanom

obliku pogodnom za prenos ili obradu.

U praksi je potrebno razlikovati još neke pojmove

Jedna od često korišćenih definicija

ruski filozof Ursul

„Informacija predstavlja preslikavanje stanja jednog subjekta u stanje drugogo subjekta. Pri tome ovo prslikavanje na drugi subjekat ne mora da bude istovremeno kod svih subjekata“.

IZVORIZVOR KODERKODER kanal DEKODERDEKODER PRIMALACPRIMALAC

IZVOR ŠUMAIZVOR ŠUMA

FEEDBACK

U osnovni model komunikacija, koji su postavili Claude Shannon i Warren Weaver, uključeno je šest

elemenata komunikacije:

1.izvor informacije2. koder koji kodira informaciju u poruku3. poruka koja se transmituje do primaoca3. poruka koja se transmituje do primaoca4. kanal kroz koji se transmituje poruka4. kanal kroz koji se transmituje poruka5.dekoder koji utvrđuje izvorni sadržaj i formu poruke5.dekoder koji utvrđuje izvorni sadržaj i formu poruke6. primalac koji daje smisao poruci6. primalac koji daje smisao porucisignal koji nosi poruku prolazeći kroz kanal.signal koji nosi poruku prolazeći kroz kanal.

INFORMACIJA JE VEZANA ZA PROCES KOMUNIKACIJE MEĐU SUBJEKTIMA

U teoriji informacija osnovni entitet je informacija koja se imenuje kao “saopštenje o događaju u nekom sistemu”.

široko zasnovana matematička disciplina, koja je dala svoj doprinos: komunikacijama, kompjuterskoj nauci, statističkoj

fizici, statističkoj interferenciji, verovatnoći i statistici.

Njen naučni aspekt omogućava kvalitetno MERENJE INFORMACIJA

IZVORIZVOR KODERKODER kanal DEKODERDEKODER PRIMALACPRIMALAC

IZVOR ŠUMAIZVOR ŠUMA

FEEDBACK

KODIRANJE je ošti termin koji se koristi

za ovakvu konverziju.

Da bi se informacija

trasmitovala potrebni su

simboli koje odabira i

determiniše izvor informacija.

Ovi znaci se kodiraju kod

pošiljaoca obično u prilagođenije transmisione

signale.Dekoder dekodira

prenetu informaciju i šalje

je primaocu. KOD čini grupa simbola kojii

se konvertuju u signale u određenom redosledu, koji

nose odgovarajuću informaciju.

Teorija informacija uzima u obzir i sve efekte disturbacije (poremećaja)

Disturbacija se može uneti:

Kod pošiljaoca (proces

kodiranja)

U transmisioni konunikacioni kanal

Kod primaoca (proces dekodiranja)

Elementi koji utiču na

efektivnost transmisionog

kanala

U teoriji informacija termin INFORMACIJA koristi se smo za one aspekte komunikacije koji

su MERLJIVI i koji se mogu MATEMATIČKI FORMULISATI.

Naučnik Shannon dao

je veliki doprinos

informacionoj teoriji Šenonov matematički rad uspostavio

je osnovu današnje informacione industrije jer on je otkrio način da se

jedinice i nule iskoriste u elektronskim komunikacijama.

Shannon je informacije modelirao kao događaje (sk) koji se

pojavljuju uz određene verovatnoće (pk)

Pretpostavio je da svako merilo informacije mora da

ispuni sledeće uslove: Količina informacije u nekom događaju x treba da zavisi

samo od njene verovatnoće p.

Količina informacije u nekom događaju x treba da zavisi

samo od njene verovatnoće p.

To je jedan veoma prirodan uslov, pošto sa veličinom naše

iznenađenosti nekim događajem raste i količina informacija koju on

nosi.

I(p) predstavlja kontinualnu funkciju od p.

I(p) predstavlja kontinualnu funkciju od p. U ovom slučaju, uslovi kontinuiteta nam

govore da se usled veoma male promene verovatnoće nekog događaja

količina informacije koju taj događaj sadrži menja samo u maloj meri.

Možemo zaključiti da mala promena u verovatnoći dešavanja nekog događaja neće dovesti do toga da budemo znatno

više iznenađeni kad se on dogodi.

I(px,py) = I(px)+I(py)I(px,py) = I(px)+I(py)

Ova pretpostavka aditivnosti (sabirljivosti) je najstroži uslov u smislu

toga da mnoge funkcije realnih pozitivnih brojeva (tj. verovatnoća)

nisu aditivne (sabirljive).

Ako imamo dva nezavisna događaja od kojih se prvi dešava sa verovatnoćom p1, a drugi sa verovatnoćom p2, tada

nam aditivnost omogućava to da informacije koje su sadržane u oba

događaja zajedno, I(px,py), predstavljaju zbir informacija

sadržanih u svakom od oba događaja, I(px)+I(py).

NEIZVESNOST, INFORMACIJA I ENTROPIJA

Posmatramo izlaz kojeg emituje diskretni izvor tokom svake jedinice vremena (intervala signalisanja). Izvorni izlaz je modeliran kao diskretna slučajna

varijabla, S, koja preuzima oblike simbola iz utvrđenog konačnog alfabeta.

S = {s0,s1,…,sk-1},

,p)sS(P kk za k = 0, 1, …, k-1

1

0

1K

kkp

Simboli, koje emituje diskretni nememorijski izvor tokom uzastopnih intervala signaliziranja statistički su nezavisni.

verovatnoćaverovatnoća

uslovuslov

događaj S=skdogađaj S=sk

opisuje emisiju simbola sk od strane izvora

uz verovatnoću pk

ako je verovatnoća pk=1

i pi=0 za svaki i≠k,

ne postoji “iznenađenje”, i stoga

nema “informacije”

ako se simboli iz izvora pojavljuju uz različite

verovatnoće, a verovatnoća pk je mala,

postoji više iznenađenja, pa postoji i informacija,

NEIZVESNOSTNEIZVESNOST

INFORMACIJAINFORMACIJA

IZNENAĐENJEIZNENAĐENJE

Pre nego što se desi događaj S=sk, postoji

porast u količini iznenađenja.

Nakon dešavanja S=sk,

dolazi do porasta u količini

informacije, čiju suštinu možemo da posmatramo

kao rešenje neizvesnosti.

Količina informacije je povezana sa

inverzijom verovatnoće pojavljivanja.

Količina informacija u poruci se može definisati kao optimalan broj neophodnih

simbola sadržanih u saopštenju (poruci) da bi se prenela informacija o aktuelnom stanju

sistema.

Količinu informacije dobijene nakon posmatranja događaja S=sk, koji se pojavljuje uz verovatnoću pk, definišemo logaritamskom funkcijom

kk p

1log)s(I ,

Izbor baze logaritma je potpuno proizvoljan, on samo određuje jedinicu za merenje količine informacija.

Osnova logaritma može biti 2, (binarni logaritam) 10 (dekadni logaritam), e (prirodni logaritam) ili neka druga vrednost.

Izbor baze logaritma je potpuno proizvoljan, on samo određuje jedinicu za merenje količine informacija.

Osnova logaritma može biti 2, (binarni logaritam) 10 (dekadni logaritam), e (prirodni logaritam) ili neka druga vrednost.

Osnova logaritma Jedinica informacije

2

10

e = 2.7182818

bit ili Shenon

Hartley

nat (natural unit)

k2k

2k plogp

1log)s(I

za k = 0, 1, …, k-1

Danas je uobičajena praksa da se koristi logaritam osnove 2, pa se može napisati:

kad je pk=1/2, imamo I(sk)=1 bit.

Rezultirajuća informaciona jedinica naziva se bit (binary digit). Znači, jedan bit je elementarna količina informacije koju dobijamo kada se desi jedan od dva moguća i jednako

verovatna događaja.

svojstvo nenegativnostisvojstvo nenegativnosti

svojstvo inverznosti sa verovatnoćom

svojstvo inverznosti sa verovatnoćom

svojstvo aditivnostisvojstvo aditivnosti

Četiri važna svojstvakoličine

informacije:

svojstvo simetričnostisvojstvo simetričnosti

za pk = 1

Očigledno je da, ako smo apsolutno sigurni u ishod nekog događaja, čak i pre

nego što se dogodi, nema dobijene informacije.

,0)s(I k

0)s(I k 1p0 k za

To jest, pojava događaja S=sk ili daje malo ili uopšte ne daje

informacije, ali nikada ne dovodi do gubitka informacija.

za pk < piTo jest, što je manja

verovatnoća događaja, tim više informacija dobijamo kad

se događaj desi.

)s(I)s(I ik

I(sksi)=I(sk) + I(si),

ako su sk i si statistički nezavisni.

I(sk) predstavlja diskretnu slučajnu varijablu koja preuzima vrednosti

I(s0), I(s1),. . . , I(sk-1)I(s0), I(s1),. . . , I(sk-1)

uz verovatnoće p0, p1, . . . , pk-1p0, p1, . . . , pk-1

Sredina I(sk) po izvornoj alfabetnoj reči S data je jednačinom:

1K

0k

1K

0k k2kkkk p

1logp)s(Ip)]s(I[EH(S) =

Količina informacije I(sk) koju proizvodi izvor tokom nekog proizvoljnog intervala signaliziranja zavisi od simbola sk,

emitovanog od strane izvora u tom vremenu.

entropija diskretnog nememorijskog

izvora sa izvornim alfabetom S

zavisi samo od verovatnoće simbola u

alfabetu S emitovanog iz izvora

S = {s0,s1,…,sk-1},

,p)sS(P kk za k = 0, 1, …, K-1,

Entropija0 H(S) log2K

koren (broj simbola) alfabeta S emitovanog iz

izvora

H(S)=0, ako i samo ako je verovatnoća

pk=1 za neki k, i ako su sve ostale

verovatnoće u setu nula; ova donja

granica entropije ukazuje na to da

nema neizvesnosti.

H(S)=0, ako i samo ako je verovatnoća

pk=1 za neki k, i ako su sve ostale

verovatnoće u setu nula; ova donja

granica entropije ukazuje na to da

nema neizvesnosti.

H(S)=log2K, ako i samo ako je za svaki k, pk=1/k (tj. ako su svi simboli u

alfabetu S jednako verovatni); ova gornja

granica entropije nagoveštava maksimalnu neizvesnost.

H(S)=log2K, ako i samo ako je za svaki k, pk=1/k (tj. ako su svi simboli u

alfabetu S jednako verovatni); ova gornja

granica entropije nagoveštava maksimalnu neizvesnost.

Saznanje o stanju sistema donosi onoliku količinu informacije kolika je bila neodređenost, tj. koliko je bilo nepoznavanje

stanja sistema.Mera prvobitne neodređenosti je ENTROPIJA

Entropija je srednja mera neizvesnosti sistema ili izvora, odnosno ona je predvidivost

ponašanja izvora informacija.

ENTROPIJA je termodinamička veličina stanja i mera nedostatka

informacije o stanju sistema. SISTEM NOVI SISTEM

signalY X

stanje

M

smetnje

Prvobitna neodređenost stanja sistema sa N stanja je:

)(log)()( 21

i

N

ii YpYpYH

Verovatnoća i-tog stanja u skupu od N mogućih stanja

Za informacije je vezan i pojam ZNANJE

količina informacija, opažanja ili razumevanja koje poseduje neka

osoba

Veći nivo znanja omogućava smanjenje neizvesnosti odvijanja procesa.

Zbog toga epoha informatike vraća čoveka u središte svemira jer on, posedujući informacije i razumevajući njihov značaj, može uticati na

svoj i celokupni život na našoj planeti i svemiru.

“Znanje je smisaoni skup informacija koje konstituišu uverenje koje je vrednovano kao tačno i/ili je otelovljeno u tehničkom znanju”

(Nonaka, Takeuchi, i drugi, 1995.)

“Znanje je, dodavanjem inteligencije, obrađena informacija”

(Mayers, 1996.)

“Znanje je iskustvo ili informacija koja se može saopštiti ili podeliti”

(Verna Allee, 1997.)

“Znanje je informacija kombinovana sa iskustvom, kontekstom, interpretacijom i razmišljanjem” i kao takvo predstavlja “informaciju

visoke vrednosti”

(Davenport, 1997.)

Pojmovni niz koji formira čovekov

univerzum znanja

Pregled aspekata znanja i korespodentnih tipova učenja

Forma – aspek znanja

Tip učenja Performansni fokus

Vremenska perspektiva

Svest - nivo

PODATAK Instiktivno Sakupljanje podataka-feedback

Trenutačna Receptorska - čulna

INFORMACIJA Proceduralno Proceduralnost - efikasnost

Vrlo kratkoročna

Osećajna svest

ZNANJE Refleksivno Funkcionalnost - efektivnost

Kratkoročna Svesno -refleksivna

PRIMENJENO ZNANJE

Sistemsko-strukturalno

Produktivnost - upravljanje

Srednjeročna Komunalna - kontekstualna

INTELIGENCIJA Integrativno učenje

Optimalna integracija

Dugoročna Strukturalna

MUDROST Generativno – otvoreno interakcijsko

Obnova – integritet veza

Vaoma dugoročna

Etična

Kapacitet za

deljenje znanja ZAJEDNICE znanja i učenja

Sinergijsko Saradnja, kooperacija, kolaboracija

Vanvremenska

Univerzalna

Na nivou osećajne spoznaje i u NEPOSREDNOJ ILI

TRENUTAČNOJ VREMENSKOJ PERSPEKTIVI

Akcija bez refleksije pri kojoj se razvija svest ili

spoznaja na nivou fizičke osetljivosti, sa VEOMA

KRATKOM VREMENSKOM PERSPEKTIVOM

To je INSTIKTIVNO UČENJE na čulnom ili input nivou

To je PROCEDURALNO UČENJE sa jednom petljom, tj. reproduktivnom orijentacijom (koje iziskuje ponovno

“adresiranje” – slanje unazad)

Performansni cilj je fokusiran na SAKUPLJANJE PODATAKA – primanje inputa, njihovo

registrovanje i eventualne varijacije bez razmišljanja.

Performansni cilj su EFIKASNE PROCEDURE sa težištem na razvoju, praćenju i završavanju

zadataka.

Menadžment znanja teži stvaranju individualnog, kognitivnog znanja koje

je dostupno drugima tako da mogu imati

korsti od njega.obrađena od strane pojedince

Kada se iskaže ili prenese drugima u formi teksta, kompjuterskog izlaza, pisanih ili iskazanih reči

PRIMALAC

Kognitivna obrada i internalizacija

ZNANJE JE JEDINSTVENI LJUDSKI RESURS, JEDINO EGZISTIRAJUĆI U KONTEKSTU LJUDSKE INTERPRETACIJE I PROCESIRANJA

ono što se može predstaviti ili

procesirati od strane čoveka ili kompjutera

prva dimenzija

druga dimenzija

Korisnički interfejs

Relevantne informacije

Interpretacija

Zahtev

Izvlačenje relevantnih podataka

Kvantitativne analize, pitanja – Ekspertni

sistemiUpravljanje podacimaRelevantni podaci

Filtriranje

Data Mining – inteligentni agent

Scanning

Komercijalni servisi – elektronska

trgovina

Agent filtriranja – inteligentni agent

Ekspertni sistem Inteligentni agent

Baza znanja

Unutrašnja baza podatakaSpoljašnje

kompjutersko okruženja

U komunikacionoj interakciji čovek – kompjuter osnovni stilovi dijaloga koji se koriste za većinu interfejsa softvera

podrazumevajuMENIJE

Obezbeđuju korisniku listu predmeta od kojih biraju jedan. Mogu imati veliki broj opcija tako da mogu biti dizajnirni da imaju nekoliko nivoa sa mnogo stavki ili da imaju mnogo nivoa sa nekoliko stavki po nivou.


podrazumevaju

Obezbeđuje blanko prostor, nazvan polje, ostavljen korisnicima da unesu alfabetne i brojne informacije

MENIJE

FILL–IN FORME


podrazumevajuMENIJE

FILL–IN FORME

PITANJE / ODGOVOR

Predviđa jedno pitanje za koje korisnik kuca odgovor u određeno polje


podrazumevajuMENIJE

FILL–IN FORME

PITANJE / ODGOVOR

KOMANDNE JEZIKE Korisnik ukucava komande sa ograničenjem na specifičnu sintaksu.


podrazumevajuMENIJE

FILL–IN FORME

PITANJE / ODGOVOR

KOMANDNE JEZIKE

FUNKCIJSKE TIPKEKomande se daju pritiskanjem specijalne tipke ili kombinacijom tipki.


podrazumevajuMENIJE

FILL–IN FORME

PITANJE / ODGOVOR

KOMANDNE JEZIKE

FUNKCIJSKE TIPKE

DIREKTNU MANIPULACIJUKorisnici direktno izvršavaju radnje na vidljivim objektima


podrazumevajuMENIJE

FILL–IN FORME

PITANJE / ODGOVOR

KOMANDNE JEZIKE

FUNKCIJSKE TIPKE

DIREKTNU MANIPULACIJU

OGRANIČEN PRIRODAN JEZIK

Kako kompjuter razume ograničen skup izgovorenih poruka, korisnik govori ili piše ograničen skup prirodnih jezika. Kompjuteri kao informaciono – obrađivački sistemi još nisu dovoljno tehnološki prefinjeni da koriste ograničeni ljudski prirdni jezik, tako da interfejs mora biti ograničen na dijalog koji kompjuter i korisnik mogu razumeti.


podrazumevajuMENIJE

FILL–IN FORME

PITANJE / ODGOVOR

KOMANDNE JEZIKE

FUNKCIJSKE TIPKE



POČETNI KORISNICI

Ljudi koji znanju zadatke, ali imaju malo ili nemaju znanje o sistemu


podrazumevajuMENIJE

FILL–IN FORME

PITANJE / ODGOVOR

KOMANDNE JEZIKE

FUNKCIJSKE TIPKE



POČETNI KORISNICI

DOBRO OBAVEŠTENI POVREMENI KORISNICI

Ljudi koji znanju zadatke ali zbog neučestale upotrebe mpgu imati poteškoće pri prisećanju sintaksičkog znanja kako da ostvare svoje ciljeve


podrazumevajuMENIJE

FILL–IN FORME

PITANJE / ODGOVOR

KOMANDNE JEZIKE

FUNKCIJSKE TIPKE



POČETNI KORISNICI

DOBRO OBAVEŠTENI POVREMENI KORISNICI

STRUČNI UČESTALI KORISNICI

Korisnici koji imaju veliko znanje o zadacima i povezanim ciljevima, a njihov rad zahteva ostvarenje ciljeva

SVAKA REALNA ČINJENICA ILI POJAVA KOJU

REGISTRUJEMO NAŠIM ČULIMA,

MANIFESTUJEMO U EMOCIJAMA ILI

KONSTRUIŠEMO U PROCESU RAZMIŠLJANJA

“ENITET JE BILO KOJA JEDINICA

POSMATRANJA, BILO KOJI POJAM KOJI SE

OPISUJE PREKO PRIDRUŽENIH OSOBINA I/ILI

ODGOVARAJUĆIH VREDNOSTI”

Činjenica je izvesno jasno

razgraničen element u čulnom opažanju.

Činjenica označava

stavove koji interpretiraju ono što nam

je dato u čulnom

iskustvu.

Činjenica označava istinite stavove

koji potvrđuju

invarijantni niz ili

povezanost svojstava.

Činjenica označava one stvari koje

postoje u prostoru

i vremenu,zajedno sa njihovim

međusobnim relacijama na

osnovu kojih je jedan stav

istinit.

ČINJENICAČINJENICA

ČinjenicČinjenicaa jeje izvornizvornoo saznanj saznanjee iz procesa iz procesa posmatranja, empirijskog dožposmatranja, empirijskog dožiivljavanja i vljavanja i

teorijskog osmišljavanja određenih teorijskog osmišljavanja određenih fenomena ili pojava fenomena ili pojava koje koje jeje naučno naučno

interesantninteresantnoo ili intrigantn ili intrigantnoo

EKSPERIMENTALNO UTVRĐENE

(T-činjenice)

EMPIRIJSKI UTVRĐENE(E-činjenice)

OPŠTE ILI POJEDINAČNE(P-činjenice)

TEHNIČKEREALNE ILI STVARNOSNE

NAUČNE

Generisane ili utvrđene individualnom opservacijom-posmatranjem i oblikovane pomoću rečenica naučnog jezika posmatranja.

Empirijski utvrđene i oblikovane pomoću rečenica naučnog jezika empirijskih konstrukta

Eksperimentalno utvrđene koje se oblikuju pomoću rečenica naučnog jezika teorijskih konstrukta.

ČINENICE

Fundamentalni RESURS pojedinca čiji potencijal mu omogućava da inteligentno

funkcionišeINDIVIDUALNO STEČENO

ZNANJE

je specifičan resurs koji poseduje pojedinac i koji mu omogućava da ga deli sa drugim pojedincima ili

grupama ljudi i sistemima u komunikaciji.

JEDINI RESURS KOJI SE NE TROŠI, ALI JE PODLOŽAN

EROZIJI, TJ. ZASTAREVANJU

KONCEPTUALNO ZNANJE

Domen naučnih činjenica i formalizacija

HEURISTIČKO ZNANJEDomen stavova, veština i mišljenja za primenu znanja u rešavanju problema

IZVRŠNE

SPOSOBNOSTI

OBRAZOVANJE

SPOSOBNOSTI

Qz količina znanjar1

Ugao

znanja

Površno znanjer2

Kompilirano znanje r3

ISKUSTVO

STUDIJE

- meta znanje- praktični modeli- osposobljenost za

praksu- učenja- veštine

- saznanja

- opšte teorije- zakoni

- naučni principi- teoreme

- aksiome- definicije

- prvi pojmovi

NEMANEMA

ZNANJAZNANJA

SAMO ONO ZNANJE KOJE JE

DEKODIRANO I ČIJE JE ZNAČENJE

SHVAĆENO MOŽE SE PRIMENITI NA

PRAKTIČAN NAČIN

GLOBALNA SPOSOBNOST POJEDINCA DA GLOBALNA SPOSOBNOST POJEDINCA DA DELUJE SVRSISHODNO, DA MISLI I POSTUPA DELUJE SVRSISHODNO, DA MISLI I POSTUPA RACIONALNO I DA USPEŠNO UČESTVUJE U RACIONALNO I DA USPEŠNO UČESTVUJE U

INTERAKCIJI SA OKOLINOM.INTERAKCIJI SA OKOLINOM.

ASPEKT ZNANJA U NJEGOVOM KONTINUUMU KOJI JE VIŠE OD ZNANJA

KOJE POJEDINAC POSEDUJE U KONTEKSTU AKCIJE

ZASNOVANE NA INFOMACIJAMA.

INFORMACIONAINFORMACIONABAZABAZA

ZNANJE

KOGNITIVNA

EMOCIONALNA

SOCIJALNA

DUBOKO INTERNI PRODUKT INDIVIDUALNE INTELIGENCIJE KOJA JE U FORMI INTEGRISANOG ZNANJA, VREDNOSTI I

ISKUSTVA VEĆ PRIMENJENA NA NAJVIŠEM NIVOU EFEKATA I SA MORALNIM KVALITETIMA U KOMUNIKACIONOM PONAŠANJU.

Sposobnost ljudske inteligencije da se prilagodi na pravu frekvenciju funkcionisanja u datoj situaciji.

MUDROST NIJE SAMO HLADNA KOGNICIJA.

Ona kombinuje znanje i vrline koje se stiču

iskustvom i rezultanta je procesa ličnog

učenja na dugotrajnoj osnovi.

Mudrost je fundamentalno proizvod kulture i zajednice u kojoj

određena individua učestvuje.

“GLAVNA AKTIVNOST SVAKOG POSLA JE UČENJE, A NJEGOVA GLAVNA KATEGORIJA JE ZNANJE”

AKCIONO PREDIKTIVNO

REAKTIVNO

TRANSFORMATIVNO

Sistemsko mišljenjeMentalni modeli

Strategijsko učenje

Upotreba feedback sistema

Self-menadžment

Timsko učenje

Dijalog

Zajednička vizija

Korišćenje IS

Podela znanja

Zajednice su mreže ljudi sa

sličnim problemima, pitanjima i potrebama.

Documents

PODACI I INFORMACIJE