Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Use cases are promising vehicles for specifying requirements. However, obtaining well-organized use case models is difficult during software evolution. The thesis proposes to address the issue by refactoring use case models. Refactoring is a program transformation approach for iterative software development. Its concept is introduced to use case models in Cascaded Refactoring. The thesis introduces major research involved in refactoring use case models. It defines a use case metamodel to formalize use cases. The three-level metamodel covers the environment or context of a use case model, the structure of use cases in terms of episodes, and the event or message passing details of a scenario. The thesis presents a process algebra semantics for the use case model. The episode semantics is provided from the literature. The semantics of a single use case is defined in terms of the episode model. The semantics of the use case model is defined in terms of the individual use cases and their relationships. The thesis identifies a list of properties that need to be preserved during refactoring. It defines fifty-three use case refactorings, which are described using a template covering the refactoring description, arguments, preconditions, postconditions and verification of behavior preservation. The thesis also introduces a tool for use case modeling and refactoring. The tool helps validate the use case metamodel and refactorings on two case studies, which demonstrate that refactoring use case models is feasible and practical. Based on these case studies, the thesis discusses the nature of use case evolution and provides some guidelines for the refactoring process.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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