MétaCan
Menu
Retour à la cohorte
Enregistrement W195849850 · doi:10.17705/1jais.00268

An Experimental Study of the Effects of Representing Property Precedence on the Comprehension of Conceptual Schemas

2011· article· en· W195849850 sur OpenAlexaff
Jeffrey Parsons

Notice bibliographique

RevueJournal of the Association for Information Systems · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueService-Oriented Architecture and Web Services
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésComputer scienceConceptual schemaSchema (genetic algorithms)ComprehensionConceptual modelDomain modelRule-based machine translationProperty (philosophy)Semantics (computer science)Natural language processingArtificial intelligenceDomain knowledgeProgramming languageInformation retrievalPsychologyCognitive psychologyEpistemology

Résumé

récupéré en direct d'OpenAlex

Conceptual modeling is the process of using a grammar to construct abstractions of relevant phenomena in a domain. The resulting conceptual schemas are intended to facilitate understanding of and communication about a domain during information systems requirements analysis and during design. Despite keen practitioner interest in conceptual modeling, there is general agreement that the modeling constructs comprising grammars lack theoretical foundations pertaining to what the constructs are intended to represent, which, in turn, inhibits our understanding of whether and why they are effective. This research contributes to our understanding of conceptual modeling grammars by proposing a theoretically-grounded approach for modeling an important aspect of the nature of properties of the phenomena of interest in a domain. Specifically, conceptual schemas typically fail to express explicitly the semantics that, when things possess particular properties, they must also possess certain other properties. This research uses Bunge’s ontological notion of property precedence as the theoretical rationale for explicitly modeling this dependence in conceptual schema diagrams. We examine several forms of precedence, and propose an approach to representing one form in conceptual schemas. We present the results of a laboratory experiment that tests the impact of explicitly representing precedence on how well participants comprehend the semantics conveyed by a conceptual schema. The results indicate that modeling precedence explicitly improves the comprehension of domain semantics expressed in a diagram’s structure, but has varying effects on subjects’ confidence in their comprehension.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,070
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,026
Tête enseignante GPT0,250
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations42
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information SystemsMême sujetService-Oriented Architecture and Web ServicesTravaux en français237 207