MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Model-Driven Software Engineering Techniques
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

695 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
695 travaux dans la cohorte · sur 4 299 418page 1 sur 14

Les étiquettes couvrent 3 des 695 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 695 des 695 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
How UML is used
Brian Dobing, Jeffrey Parsons
2006· article· en· Communications of the ACM· Computer Science
prédiction machine:candidate · metaresearchconsensus · aucune
380
citations
affsans résuménon étiqueté
Survey and classification of model transformation tools
Nafıseh Kahani, Mojtaba Bagherzadeh, James R. Cordy, Juergen Dingel, Dániel Varró
2018· article· en· Software & Systems Modeling· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
126
citations
affnon étiqueté
Identifying Difficulties in Learning Uml
Keng Siau, Poi-Peng Loo
2006· article· en· Information Systems Management· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
113
citations
affsans résuménon étiqueté
Clafer: unifying class and feature modeling
Kacper Bąk, Zinovy Diskin, Michał Antkiewicz, Krzysztof Czarnecki, Andrzej Wąsowski
2014· article· en· Software & Systems Modeling· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
102
citations
affsans résuménon étiqueté
Model transformation intents and their properties
Lucio Levi, Moussa Amrani, Juergen Dingel, Leen Lambers, Rick Salay, Gehan Selim +2 autres
2014· article· en· Software & Systems Modeling· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
102
citations
affsans résuménon étiqueté
Model Transformation as an Optimization Problem
Marouane Kessentini, Houari Sahraoui, Mounir Boukadoum
2008· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
95
citations
affsans résuménon étiqueté
Search-based model transformation by example
Marouane Kessentini, Houari Sahraoui, Mounir Boukadoum, Omar Ben Omar
2010· article· en· Software & Systems Modeling· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
88
citations
affnon étiqueté
Lucx: lucid enriched with context
Joey Paquet, V. S. Alagar, Kaiyu Wan
2006· dissertation· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
73
citations
affsans résuménon étiqueté
Opportunities in intelligent modeling assistance
Gunter Mussbacher, Benoît Combemale, Jörg Kienzle, Silvia Abrahão, Hyacinth Ali, Nelly Bencomo +11 autres
2020· article· en· Software & Systems Modeling· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
63
citations
affsans résuménon étiqueté
A framework for evolution of modelling languages
Bart Meyers, Hans Vangheluwe
2011· article· en· Science of Computer Programming· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
60
citations
affsans résuménon étiqueté
Language Independent Refinement Using Partial Modeling
Rick Salay, Michalis Famelis, Marsha Chećhik
2012· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
60
citations
affnon étiqueté
Domain-retargetable reverse engineering
S. Tilley, Hausi Müller, Michael J. Whitney, Kevin Wong
2002· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
59
citations
affsans résuménon étiqueté
Global Grammar Constraints
Claude-Guy Quimper, Toby Walsh
2006· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
55
citations
affnon étiqueté
Quick fix generation for DSMLs
Ábel Hegedüs, Ákos Horváth, István Ráth, Dániel Varró
2011· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
50
citations
affnon étiqueté
An interactive system for recognizing hand drawn UML diagrams
Edward Lank, Jeb S. Thorley, Sean Jy-Shyang Chen
2000· article· en· Conference of the Centre for Advanced Studies on Collaborative Research· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
49
citations
affsans résuménon étiqueté
Understanding and improving UML package merge
Jürgen Dingel, Zinovy Diskin, Alanna Zito
2007· article· en· Software & Systems Modeling· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
48
citations
affsans résuménon étiqueté
Using Macromodels to Manage Collections of Related Models
Rick Salay, John Mylopoulos, Steve Easterbrook
2009· book-chapter· en· Notes on numerical fluid mechanics and multidisciplinary design· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
45
citations
affsans résuménon étiqueté
Transformation of Models Containing Uncertainty
Michalis Famelis, Rick Salay, Alessio Di Sandro, Marsha Chećhik
2013· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
44
citations
affnon étiqueté
Contents for a Model-Based Software Engineering Body of Knowledge
Loli Burgueño, Federico Ciccozzi, Michalis Famelis, Gerti Kappel, Leen Lambers, Sébastien Mosser +7 autres
2019· article· en· Software & Systems Modeling· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
42
citations
affsans résuménon étiqueté
Model-Driven Engineering Languages and Systems
Juergen Dingel, Wolfram Schulte, Isidro Ramos, Silvia Abrahão, Emilio Insfrán
2014· book· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
42
citations
affsans résuménon étiqueté
Model Driven Engineering Languages and Systems
Dorina C. Petriu
2010· book· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
41
citations

En coulisses: Sélection · Constats · À propos