MétaCan
Menu
Retour à la cohorte
Enregistrement W1586435021 · doi:10.1002/9781118959312.ch8

Data Collection and Industry Standards: The ISBSG Repository

2015· other· en· W1586435021 sur OpenAlexaff
Alain Abran

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Techniques and Practices
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésBenchmarkingSoftwareData collectionComputer scienceProcess (computing)Normalization (sociology)Engineering managementEngineeringSoftware engineeringData scienceBusiness

Résumé

récupéré en direct d'OpenAlex

This chapter introduces the International Software Benchmarking Standards Group (ISBSG) repository and its use as a foundation of the software project estimation process. It presents the ISBSG group provides an overview of the ISBSG data collection procedures. The chapter provides examples of individual ISBSG benchmarking reports of completed projects, and discusses how to prepare to use the ISBSG repository. The ISBSG makes available to the public a questionnaire designed to collect data about projects, including software functional size measured with any of the measurement standards recognized by the ISO. For every project dataset sent to the ISBSG, the organization sends back an individual benchmarking report, which includes: productivity benchmarking, quality benchmarking, assessment of the project data submitted and normalization of the effort reported. Before analyzing data from any repository, including the ISBSG repository, it is important to understand how fields are defined, used, and recorded.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil0,267

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,038
Tête enseignante GPT0,306
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoftware Engineering Techniques and PracticesTravaux en français237 207