人们可能不理解，但该XBRL实例信息的呈现（我称之为“第一层次的事实组呈现”）从各个角度来看都非常有趣。我打算从四个方面对这个问题进行探讨。希望大家能够明白我的意思。我为文档中的颜色表示歉意，毕竟我不是艺术家。

事实组或事实表

上文所述呈现的内容是源自一个XBRL实例的一份平铺的事实列表。表中包含数个不同的事实组。每个事实组有不同的衡量标准（有些人称之为维度、轴或方面）。每个事实组（有些人称之为事实表）基本上都是一个完整的表格。不同的事实组有不同的纵列，因为每个纵列包含着适合该特定事实组的衡量标准。

这些事实组类似于商业智能或联机分析处理（OLAP）“立方体”。XBRL使用“超立方体”这一术语而不用“立方体”，因为一个立方体有3个维度，而一个超立方体可以有任意数量的维度。

尽管它呈现的内容还没有好到可以进行应用，但它确实比XML格式的XBRL实例看上去要好得多。如果有一个默认的格式表，能够像事实表一样以一种连贯且更加方便阅读的格式呈现所有的XBRL是不是很棒呢？也许吧。它甚至可以应用于各种不同类型的XBRL信息。看看下文有关CSV文件的论述。其他类型的文件需要呈现的内容更加复杂。看看下文有关“衡量标准/成分关系”的论述。

对我来说，似乎每一个XBRL实例都可以以更加适合人们阅读的事实表的形式呈现。包括没有XBRL维度的XBRL（语境信息即为维度）、有XBRL维度的XBRL（明确的成分或输入的成分）、甚至是元组（元组就是衡量标准，关键概念是衡量标准的成分集合，其他的概念指衡量标准概念。我不想在这里进行详细描述，但即便是非XBRL维度也可以用这种方法进行呈现（如您可以在XBRL语境的<片段>和<场景>部分嵌入的内容）。

元数据“层次”

您也许想要回头快速浏览一下这篇博文中的图表。正如我所解释的，您离这个倒金字塔结构的顶端越近，您体验到的可比性越高。回到“事实组呈现”。看看“报告”栏下的命名空间表。该命名空间表中包含五个命名空间。每个命名空间都对应着博文的图表（我没有为监管机构安排命名空间）。

在这里，我想要表达的意思是，元数据的提供者是谁很重要。事实表中的每一个元数据都明确注明了元数据的提供者，除了两个[衡量标准]值，它们有时被称作“成分”：brm:ReportingEntityMeasure（报告实体衡量标准）和brm:CalendarTimeMeasure（日历时间衡量标准）。基本上，我们可以更加清楚地描述和显示上文所述博文的含义，即元数据（[衡量标准]和[成分]）使用的范围越广，获得的可比性越高。

与信息相对的数据

看看这份文本文件，您可能想回过头来重新读一读我在另一篇博文中提到的这份文档。如果您看了那份文本文件，您可能会觉得它的内容并不多。首先，它看上去像是一个CSV（逗号分隔值）文件。商界人士一直都使用它交换信息。CSV文件可以被轻松地导入电子数据表应用程序，如Excel。

将该文本文件与事实组“[网络]gaap: /gaap/按 照地理区域进行销售分析”中的信息进行比较。注意两点。第一，“事实组呈现”描述的数值比文本文件更加清晰。文本文件中的有些语境遗失了，但事实组想要表 达的意思却十分清晰。当然，不是所有信息都很明确。您不知道这些信息是否经过审计。您也不知道这些信息是真实的还是经过事先安排的。

在这里，我想要表达的意思是，信息应当被描述得像您希望地那样清晰。XBRL分类标准的制定者和XBRL实例的使用者应当意识到这一点。另一点需要说明的是，XBRL能够完成CSV所能的完成的所有工作，并且完成得更好。

衡量标准/成分关系

仔细观察事实组呈现，您会发现，事实组包含事实列表。但各个事实之间不存在任何关系。看看显示事实组中各个成分间相互关系的这个页面。您不需要使用它们，但XBRL提供了一种记录这些或其他关系的方法。CSV文件（如前所诉）无法显示这些关系，这正是CSV或表格类格式的缺点之一。它们是平面的。

您可以利用“衡量标准/成分关系”进行如《模拟应用商业报告逻辑模型》一文中描述的更加有益的呈现。