LIST OF TABLES CHAPTER
CHAPTER 2. Problem definition
2.2 IPO model
2.2.3.2 Material constitutive models
Para evaluar si la relación que existe entre las diferentes variables diferentes que se analiza se utiliza el coeficiente de correlación de Pearson (correlación lineal). La Figura muestra la correlación entre las variables y su importancia.
Figura 10. Esquema del Coeficiente de Correlación de Pearson.
La correlación de Pearson entre FUP y la UP es positiva y significante (p=0.00) con un valor de 0.607. Esto puede indicar que un aumento en la facilidad de uso percibida puede mejorar la utilidad percibida de las directrices. Lo mismo sucede para la correlación entre FUP e IU, al ser positiva y significante puede indicar que al aumentar la facilidad de uso aumenta la intención de uso de las directrices. Por último la correlación entre la utilidad percibida y la intención para usar también fue positiva y significante por tanto quiere decir que esto podría indicar que el aumento de la utilidad percibido aumenta la intención para usar las directrices.
72 3.7 Conclusiones Parciales
En este capítulo se aplicaron directrices prácticas en la modelación del proceso de negocio de “Superación del Profesional” en la UCLV. Posteriormente, se aplicaron métricas de calidad que permitieron determinar qué características del modelo se beneficiaron con la aplicación de las directrices.
A partir de la comparación de las métricas de los modelos y tomando como referencia umbrales propuestos, fue posible concluir que las directrices prácticas tuvieron una influencia positiva sobre el tamaño, la modularidad, la conectividad y la ciclicidad y concurrencia de los diagramas, todo lo cual influye en que estos modelos tengan menor probabilidad de error, y mejor comprensión y capacidad de modificación. El resultado de las métricas de densidad no fue definitorio, pues dentro de este conjunto de métricas la densidad y el coeficiente de conectividad obtuvieron peores resultados para los modelos guiados y las métricas grado promedio de los conectores y grado máximo de los conectores mostraron resultados semejantes en ambos modelos no dando así la posibilidad de definir entre los modelos, el mejor.
Al tener las directrices recogidas evaluadas por los modeladores principiantes nos dimos cuenta que dentro de las directrices de más fácil uso se incluyen las directrices de tamaño, modularidad, complejidad y las de estilo de etiquetas. Las directrices de representación gráfica no aparecieron como las más fáciles de usar, al realizar un análisis más detallado de los resultados para este conjunto se percibe como los estudiante a excepción de directrices como RV7 (adapte el tamaño de los objetos para que los elementos tengan suficiente espacio), RV8 (considere el uso de particiones, ejemplo: pools y swimlane) y RV10 (haga sus modelos largos
y finos en lugar de cuadrados) que fueron bien aceptadas para las tres variables, el resto de este
conjunto no es considerado de utilidad y por ende no se pretende su uso. Algo similar ocurre para las directrices de modularidad que pretenden insertar la modularidad en los modelos al no ser fáciles de entender les es difícil ver su utilidad y por ende la intención de usarlas es baja. La modularidad es un aspecto muy importante para mejorar la comprensión de los modelos de procesos de negocios y un conjunto conveniente de directrices que clarifiquen la inserción de esta en los modelos de proceso de negocio serían de gran valor. La intención de comportamiento a utilizar las directrices no es tan bueno como debe ser, principalmente debido
73 al hecho de que los estudiantes que encuentren difícil de aplicar, de acuerdo con nuestra interpretación de los resultados.
Entre las directrices que se perciben como más útiles las vemos en todas las categorías (es decir, directrices modularidad, complejidad y estilo de etiquetas), a excepción de las directrices de tamaño. Los modeladores principiantes no perciben las directrices de tamaño tan útiles, como para ayudarles en el proceso de modelación, no obstante si creen que en la obtención de modelos con calidad ya que todas conducen a eliminar elementos innecesarios. Ellos, las ven fáciles de usar y de cierta forma pretenden utilizarlas todas. Otro aspecto interesante es que todas las directrices de estilo de etiqueta aparecieron en el tope de los tres parámetros medidos, fáciles de usar, con utilidad e intención de uso.
Cuando se mira en los coeficientes de correlación que se han encontrado como resultado de este estudio, se confirmó como se esperaba que la correlación de Pearson entre la facilidad de uso percibida y la utilidad percibida, entre la facilidad de uso percibida y la intención de uso y entre utilidad percibida y la intención de uso fue positiva y significativa.
Esto podría indicar que la facilidad de uso percibida incrementa la percepción de utilidad y la intención de uso, y que la utilidad percibida aumenta la intención de uso de las directrices. Sin embargo, cuando se mira más en detalle más el análisis de la correlación nos damos cuenta que algunas directrices correlacionan mejor que otras. En estos casos nos damos cuenta, en general, que los modeladores se mantienen neutral al evaluar la FUP o UP de las directrices y que sin embargo tienen la intención de utilizarlas. Como principal conclusión se deduce que las directrices deben ser percibidas como fáciles de utilizar en primer lugar para lograr su uso en la práctica de la modelación, y adicionalmente, deben estar bien motivadas.
74
CONCLUSIONES
La experiencia reportada en este trabajo permite afirmar que el uso de directrices prácticas de modelación puede resultar beneficioso para la calidad del modelo obtenido. Con esta investigación hemos presentado un conjunto de directrices prácticas de calidad que fueron recolectadas de diferentes trabajos de investigación y algunas elaboradas teniendo en cuenta algunos aspectos de calidad que no habían sido tratados en las directrices encontradas y se valoraron en cuanto a la capacidad de comprensión, modificación y probabilidad de error con la aplicación de las diferentes métricas de calidad y siguiendo determinados umbrales. Se investigó además cómo los modeladores perciben las directrices a través de una encuesta. Un análisis de los resultados demostró la superioridad en cuanto a calidad de los modelos guiados con respecto a los no guiados. Las encuestas arrojaron las más / menos útiles, las más / menos, fáciles de usar y las más alto / más bajas marcadas por la intención de utilizarlas de acuerdo con la percepción de los modeladores principiantes. Llegamos a la conclusión de que las directrices de estilo de etiqueta son las más útiles y fáciles de usar y reciben las puntuaciones más altas en la intención de uso de los modeladores principiantes. Por otra parte, las directrices de representación visual parecen ser las menos útiles, menos fácil de usar y con la puntuación más baja en intención de uso entre todas las directrices. Además, los resultados obtenidos de la correlación de Pearson indican que la facilidad de uso aumenta la utilidad percibida de las directrices, así como la intención de utilizar las directrices. También, los resultados apuntan que la utilidad percibida de las directrices a aumenta la intención de uso hacia estas.
75
RECOMENDACIONES
Como trabajo futuro se propone volver a realizar este experimento, pero esta vez a mayor escala con modeladores expertos. Esto aumentaría la validez externa de los resultados en la práctica.
Al observar el conjunto de directrices propuesto, reconocemos que este conjunto de 34 directrices sigue siendo enorme y necesita todavía ser un poco más refinado. Aspectos como la densidad deben ser mejor tratados para lograr una mejor comprensión y capacidad de modificación sobre los modelos al aplicar estas métricas, tal vez siguiendo la idea de las directrices que se asocian a ellas redefinir las métricas de este conjunto que se vieron afectadas. La intención de utilizar el conjunto debe optimizarse en diferentes maneras; podrían definirse prioridades entre ellas, o dividirse de acuerdo a sus objetivos de calidad tales como la comprensión, facilidad de mantenimiento, etc.
Por último, desde una perspectiva de la construcción de teorías, sería bueno construir este conjunto de directrices sobre las dimensiones de calidad de los frameworks (por ejemplo CMQF (Nelson et al., 2012)). En el trabajo futuro, tenemos la intención de llenar los vacíos que aún perseveran en el campo de la investigación con el refinamiento de este conjunto de directrices prácticas que permite la mejora de todas las características deseables en los modelos de procesos de negocio. Esto podría ser visto como una contribución al conocimiento sobre la calidad de los modelos de procesos de negocio en un nivel conceptual.
76
BIBLIOGRAFÍA
A. SHARP, P. M. 2001. Work°ow Modeling: Tools for Process Improvement and Application Development.
AGARWAL, R. 2003. Object-oriented modeling with UML: a study of developers' perceptions. Communications of the ACM, 46, 248.
BANDARA, W., GABLE, G. G. & ROSEMANN, M. 2005. Factors and measures of business process modelling: model building through a multiple case study. European Journal of
Information Systems, 14, 347-360.
BASU, A. & BLANNING, R. 2003. Synthesis and decomposition of processes in organizations. Information Systems Research, 14, 337-355.
BECKER-KORNSTAEDT, U. & BELAU, W. 2000. Descriptive process modeling in an industrial environment: Experience and guidelines. In: CONRADI, R. (ed.) Software
Process Technology.
BECKER, J., KUGELER, M. & ROSEMANN, M. 2003. Process Management: A Guide for
the Design of Business Processes, Springer.
BECKER, J., ROSEMANN, M. & VON UTHMANN, C. 2000a. Guidelines of Business Process Modeling. In: VAN DER AALST, W., DESEL, J. & OBERWEIS, A. (eds.)
Business Process Management. Springer Berlin / Heidelberg.
BECKER, J., ROSEMANN, M. & VON UTHMANN, C. 2000b. Guidelines of business process modeling. Business Process Management, 1806, 30-49.
BRIOL, A. 2008a. BPMN, the Business Process Modeling Notation Pocket Handbook. Bpms
watch
[Online]. Available: http:// www.bpminstitute.org/articles/articleasharticle/bpms-watch-ten-
tips-for-effective-process-modeling.html.
BRIOL, P. 2008b. BPMN, the Business Process Modeling Notation Pocket Handbook, Lulu. com.
CALDERÓN, N. 2010. BPMN book, Kalnins, A. y Vitolins, V.
CARDOSO, J. 2005. How to Measure the Control-flow Complexity of Web Processes and Workflows. In: FISCHER, L. (ed.) Workflow Handbook. Layna Fischer (2005).
CARDOSO, J. Process control-flow complexity metric: an empirical validation. International Conference on Services Computing, 2006 Chicago, IL. IEEE, 167-73.
CARDOSO, J., MENDLING, J., NEUMANN, G. & REIJERS, H. A. 2006. A discourse on complexity of process models. In: EDER, J. & DUSTDAR, S. (eds.) Business Process
77
CORTES, A. R. 2012. BPMN FAQ [Online]. Available:
http://www.bpmn.org/documents/FAQ.htm.
DAVIES, I., GREEN, P., ROSEMANN, M., INDULSKA, M. & GALLO, S. 2006. How do practitioners use conceptual modeling in practice? Data Knowl. Eng., 58, 358-380. DAVIS, R. 2001. Business Process Modelling with Aris: A Practical Guide. . Springer. DUMAS, M., REICHERT, M. & SHAN, M.-C. 2008. Business Process Management.
DUMAS, M., ROSA, M., MENDLING, J., MÄESALU, R., REIJERS, H. & SEMENENKO, N. 2012. Understanding Business Process Models: The Costs and Benefits of Structuredness. In: RALYTÉ, J., FRANCH, X., BRINKKEMPER, S. & WRYCZA, S. (eds.) Advanced Information Systems Engineering. Springer Berlin Heidelberg.
EFFINGER, P., JOGSCH, N. & SEIZ, S. 2010. On a Study of Layout Aesthetics for Business Process Models Using BPMN. In: MENDLING, J., WEIDLICH, M. & WESKE, M. (eds.) Business Process Modeling Notation.
FIGL, K. & LAUE, R. 2011. Cognitive Complexity in Business Process Modeling. CAiSE
Forum.
FOWLER, M. & SCOTT, K. 1997. Applying the standard object modelling language. Electronic Article. 37, 410-429
GRUHN, V. & LAUE, R. Complexity metrics for business process models. 9th International Conference on Business Information Systems (BIS 2006), 2006 Klagenfurt. Lecture notes in informatics.
GRUHN, V. & LAUE, R. 2007. What business process modelers can learn from programmers. Science of Computer Programming, 65, 4-13.
HAJO A. REIJERS, JAN MENDLING & RECKER, J. 2010. Business Process Quality Management. 19.
HE, G., ET AL. 2010. Business Process Modeling: A Survey. . Proceedings of Annual
Conference of China Institute of Communications. .
ILDEFONSO MONTERO, L. G.-B., MARLON DUMAS 2013. BPMN 2.0- Business Process Model and Notation.
KINDLER, E. 2006. On the semantics of EPCs: Resolving the vicious circle. Data &
Knowledge Engineering, 56, 23-40.
KOEHLER, J. & VANHATALO, J. Process anti-patterns: How to avoid the common traps of business process modeling
In: RZ-3678., R., ed. IBM 2007a Zurich Reseach Lab
KOEHLER, J. & VANHATALO, J. 2007b. Process anti-patterns: How to avoid the common traps of business process modeling. Tech. Rep. Report RZ-3678. IBM Zurich Reseach Lab.
78 KROGSTIE, J., SINDRE, G. & JØRGENSEN, H. 2006. Process models representing
knowledge for action: a revised quality framework. Eur. J. Inf. Syst., 15, 91-102. LA ROSA, M., TER HOFSTEDE, A. H. M., WOHED, P., REIJERS, H. A., MENDLING, J.
& VAN DER AALST, W. M. P. 2011a. Managing Process Model Complexity via Concrete Syntax Modifications. Ieee Transactions on Industrial Informatics, 7, 255- 265.
LA ROSA, M., WOHED, P., MENDLING, J., TER HOFSTEDE, A. H. M., REIJERS, H. & VAN DER AALST, W. M. P. 2011b. Managing process model complexity via abstract syntax modifications. IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS. LAUE, R. & MENDLING, J. 2010a. Structuredness and its significance for correctness of
process models. Information Systems and E-Business Management, 8, 287-307.
LAUE, R. & MENDLING, J. 2010b. Structuredness and its significance for correctness of process models. Information Systems and E-Business Management. 8, 287-307.
LEOPOLD, H., SMIRNOV, S. & MENDLING, J. 2010. Refactoring of Process Model Activity Labels. In: HOPFE, C. J., REZGUI, Y., METAIS, E., PREECE, A. & LI, H. J. (eds.) Natural Language Processing and Information Systems.
LEYMANN, F. 1996. Workflows make objects really useful. EMISA Forum 6, 90-99.
LINDLAND, O. I., SINDRE, G. & SOLVBERG, A. 1994. Understanding quality in conceptual modeling. Software, IEEE, 11, 42-49.
LIU, R. & KUMAR, A. 2005. An Analysis and Taxonomy of Unstructured Workflows. In: AALST, W. P., BENATALLAH, B., CASATI, F. & CURBERA, F. (eds.) Business
Process Management. Springer Berlin Heidelberg.
MAGNANI, M. & MONTESI, D. 2007. BPMN: How much does it cost? An incremental approach. In: ALONSO, G. D. P. R. M. (ed.) Business Process Management,
Proceedings.
MALONE, T. W., CROWSTON, K. & HERMAN, G. A. 2003. Organizing Business
Knowledge: The MIT Process Handbook, Cambridge, MA, The MIT Press.
MARKOVIC, I. & PEREIRA, A. C. 2007. Towards a formal framework for reuse in business process modellingActas de 5th International Conference on Business Process Management. Towards a formal framework for reuse in business process modelling. Brisbane, Australia.
MENDLING, J. 2008a. Metrics for Process Models: Empirical Foundations of Verification, Error Prediction, and Guidelines for Correctness. :
. Springer Publishing Company, Incorporated. [Online].
MENDLING, J. 2008b. Metrics for Process Models: Empirical Foundations of Verification,
Error Prediction, and Guidelines for Correctness, Springer.
MENDLING, J., NEUMANN, G. & VAN DER AALST, W. 2007a. Understanding the occurrence of errors in process models based on metrics. In: MEERSMAN, R. T. Z. (ed.) On the Move to Meaningful Internet Systems 2007: Coopls, Doa, Odbase, Gada,
79 MENDLING, J., RECKER, J. & REIJERS, H. A. 2009. PROCESS MODELING QUALITY: A FRAMEWORK AND RESEARCH AGENDA. BPM Center Report BPM-09-02. BPM Center Report.org.
MENDLING, J. & REIJERS, H. A. The Impact of Activity Labeling Styles on Process Model Quality. In: HESSE, W. & OBERWEIS, A., eds. Third AIS SIGSAND European Symposium on Analysis, Design, Use and Societal Impact of Information Systems (SIGSAND Europe 2008), 2008 Marburg, Germany. 117-128.
MENDLING, J., REIJERS, H. A. & CARDOSO, J. 2007b. What makes process models understandable? In: ALONSO, G. D. P. R. M. (ed.) Business Process Management,
Proceedings.
MENDLING, J., REIJERS, H. A. & CARDOSO, J. 2007c. What makes process models understandable? In: ALONSO, G. D. P. R. M. (ed.) Business Process Management
Workshops.
MENDLING, J., REIJERS, H. A. & RECKER, J. 2010a. Activity labeling in process modeling: Empirical insights and recommendations. Information Systems, 35, 467-482. MENDLING, J., REIJERS, H. A. & VAN DER AALST, W. M. P. 2010b. Seven process
modeling guidelines (7PMG). Information and Software Technology, 52, 127-136. MENDLING, J., SÁNCHEZ-GONZÁLEZ, L., GARCÍA, F. & LA ROSA, M. 2012a.
Thresholds for error probability measures of business process models. Journal of
Systems and Software, 85, 1188-1197.
MENDLING, J., SÁNCHEZ-GONZÁLEZ, L., GARCÍA, F. & ROSA, M. L. 2012b. Thresholds for error probability measures of business process models. Journal of
Systems and Software, 85, 1188-1197.
MENDLING, J., SÁNCHEZ-GONZÁLEZ, L., GARCÍA, F. & ROSA, M. L. 2012c. Thresholds for error probability measures of business process models
Journal of Systems and Software. (In Press).
MENDLING, J. & STREMBECK, M. 2008. Influence Factors of Understanding Business Process Models
Business Information Systems. In: ABRAMOWICZ, W. & FENSEL, D. (eds.). Springer Berlin Heidelberg.
MENDLING, J., STREMBECK, M. & RECKER, J. 2012d. Factors of process model comprehension-Findings from a series of experiments. Decision Support Systems, 53, 195-206.
MENDLING, J. & VAN DER AALST, W. M. P. Formalization and Verification of EPCs with OR-Joins Based on State and Context. In: KROGSTIE, J., OPDAHL, A. & SINDRE, G., eds. CAiSE, 2007. LNCS 439-453.
MENDLING, J., VERBEEK, H., DONGEN, B., VAN DER AALST, W. M. P. & NEUMANN, G. 2008. Detection and Prediction of Errors in EPCs of the SAP Reference Model. Data & Knowledge Engineering, 64, 312-329.
80 MOODY, D. L. 2005. Theoretical and practical issues in evaluating the quality of conceptual
models: current state and future directions. Data & Knowledge Engineering, 55, 243. MOODY, D. L. 2012. The Method Evaluation Model: A Theoretical Model for Validating
Information Systems Design Methods. Department of Software Engineering Charles
University Prague, Czech Republic, 17.
MULTAMÄKI, M. 2002. Objective-driven planning of business process modeling. Department of Industrial Engineering and Management, Helsinki University of Technology.
NELSON, H. J., POELS, G., GENERO, M. & PIATTINI, M. 2012. A conceptual modeling quality framework. Software Qual J, 20, 201–228.
POLYVYANYY, A., GARCÍA-BAÑUELOS, L. & WESKE, M. 2009. Unveiling Hidden Unstructured Regions in Process Models. In: MEERSMAN, R., DILLON, T. & HERRERO, P. (eds.) On the Move to Meaningful Internet Systems: OTM 2009. Springer Berlin Heidelberg.
PYKE, J. 2007. Is XPDL the silent workhorse of BPMN? Book, Patricia Hidalgo
RAMZAN, S. & IKRAM, N. 2007. Requirement Change Management Process Models. Electronic Article.
RECKER, J., INDULSKA, M. & GREEN, P. 2007. Extending representational analysis: BPMN user and developer perspectives. In: ALONSO, G. D. P. R. M. (ed.) Business
Process Management, Proceedings.
REGGIO, G., RICCA, F., ASTESIANO, E. & LEOTTA, M. 2011. On business process modelling with the UML: a discipline and three styles. Italy: Dipartimento di Informatica e Scienze dell’Informazione (DISI) - University of Genova
REIJERS, H. & MENDLING, J. 2008. Modularity in Process Models: Review and Effects Business Process Management. In: DUMAS, M., REICHERT, M. & SHAN, M.-C. (eds.).
Springer Berlin / Heidelberg.
REIJERS, H. A., FREYTAG, T., MENDLING, J. & ECKLEDER, A. 2011a. Syntax highlighting in business process models. Decision Support Systems, 51, 339-349. REIJERS, H. A. & MENDLING, J. 2011. A Study Into the Factors That Influence the
Understandability of Business Process Models. Ieee Transactions on Systems, Man,
and Cybernetics - Part A, 41, 449-462.
REIJERS, H. A., MENDLING, J. & DIJKMAN, R. M. 2011b. Human and automatic modularizations of process models to enhance their comprehension. Information
Systems, 36, 881-897.
ROLÓN, E., RUIZ, F., GARCÍA, F. & PIATTINI, M. 2006. Applying Software Metrics to evaluate Business Process Models [Online], 9.
SANCHEZ-GONZALEZ, L., GARCIA, F., MENDLING, J. & RUIZ, F. 2010. Quality Assessment of Business Process Models Based on Thresholds. In: MEERSMAN, R. D. T. H. P. (ed.) On the Move to Meaningful Internet Systems: Otm 2010, Pt I.
81 SÁNCHEZ-GONZÁLEZ, L., GARCÍA, F., MENDLING, J., RUIZ, F. & PIATTINI, M. 2010. Prediction of Business Process Model Quality Based on Structural Metrics.
Proceedings 29th International Conference on Conceptual Modeling - ER 2010.
SÁNCHEZ-GONZÁLEZ, L., GARCÍA, F., RUIZ, F. & MENDLING, J. 2012. Quality indicators for business process models from a gateway complexity perspective.
Information & Software Technology, 54, 1159-1174.
SÁNCHEZ-GONZÁLEZ, L., RUIZ, F., GARCÍA, F. & CARDOSO, J. 2011. Towards thresholds of control flow complexity measures for BPMN models. Proceedings of the
2011 ACM Symposium on Applied Computing. TaiChung, Taiwan: ACM.
SARSHAR, K. 2005. Comparing the control-flow of epc and petri net from the end-user perspective. Business Process Management, 3649, 434.
SCHREPFER, M. 2010. Modeling Guidelines for Business Process Models. Master of Science, HUMBOLDT-UNIVERSITAT ZU BERLIN.
SHARP, A. & MCDERMOTT, P. 2001. Workflow Modeling: Tools for Process Improvement
and Application Development, Artech House.
SILVER, B. 2008. Ten tips for effective process modeling. Bpms watch [Online]. Available: http:// www.bpminstitute.org/articles/articleasharticle/bpms-watch-ten-tips-for- effective-process-modeling.html.
SILVER, B. 2009. BPMN Method and Style, Cody-Cassidy Press.
SINDRE, G. & KROGSTIE, J. 1995. Process Heuristics to Achieve Requirements Specifications of Feasible Quality. Second International Workshop on Requirements
Engineering: Foundations for Software Quality (REFSQ'95). University Press.
SOGETI. 2007. Modelos de gestión basados en procesos y tecnologías BPM.
VAN DER AALST, W. M. P., TER HOFSTEDE, A. H. M., KIEPUSZEWSKI, B. & BARROS, A. P. 2003. Workflow Patterns. Distributed and Parallel Databases, 14, 5- 51.
VANHATALO, J., VOLZER, H. & LEYMANN, F. Faster and more focused control-flow analysis for business process models through sese decomposition. In: KRAMER, B., LIN, K.-J. & NARASIMHAN, P., eds. 5th International Conference on Service- Oriented Computing, 2007 Vienna, Austria. Lecture Notes in Computer Science, 43- 45.
WAND, Y. & WEBER, R. 1990. An ontological model of an information system. IEEE
Transactions on Software Engineering, 16, 1282–1292.
WEBER, B., REICHERT, M., MENDLING, J. & REIJERS, H. A. 2011. Refactoring large process model repositories. Computers in Industry, 62, 467-486.
WESKE, M. 2007. Business Process Management: Concepts, Languages, Architectures, Springer-Verlag Berlin Heidelberg.
82
ANEXOS
83
Figura 11. Tipos de Tareas .(Ildefonso Montero, 2013)
Tabla 14. Marcador de Actividad
Un Subproceso es una actividad que puede ser descompuesta. Puede ser contraída para esconder los detalles.
Actividad Cíclica es iterativa si la condición cíclica es verdadera. La condición se prueba antes o después de la ejecución de la actividad. Múltiples Instancias de la misma actividad comienzan en paralelo o secuencialmente. Ej. Para cada línea de una orden.
Subprocesos Ad-hoc contienen tareas solamente. Cada tarea puede ser ejecutada arbitrariamente hasta que se complete la condición.
Tabla 15. Tipos de Asociaciones Elemento Gráfico Descripción
Asociación no dirigida: Indica manipulación de información entre actividades