Notice bibliographique
Résumé
In a world of dynamic and discontinuous change, systems constantly need to adapt to new conditions so that they can survive and flourish in their environment. Autonomic computing emerged as a research field that takes up this challenge and aims to build systems that are capable of adapting automatically to dynamically changing environments (Self-configuring), discovering, diagnosing and reacting to disruptions (Self-healing), monitoring and tuning resources automatically (Self-optimizing) and anticipating, detecting, identifying and protecting themselves from attacks (Self-protecting) [3]. A major application area for autonomic computing is intended to be system administration, aiming to free system administrators from the details of system operation and maintenance [8], improving robustness of systems and decreasing total cost of ownership. However, the vision of autonomic computing does not need to be restricted to the area of system administration. For example, much research has been done in the area of process-aware information systems [2] such as Workflow Management, Enterprise Resource Planning, Business-to-Business and Customer Relationship systems to effectively and efficiently deal with change on different levels and scales. Frequent questions in these domains include: How can changes to workflows be accommodated? How can flexibility and adaptability of running workflow instances be increased? How can workflow management systems themselves optimize workflow definitions? The type of questions raised here seems to address issues that are similarly addressed by research in autonomic computing, where dealing with change represents a major concern. However, little research has been done on the intersection between these two domains [4]. Based on this observation, this contribution aims to tackle the question: "Can the principles of autonomic computing be applied to workflow management - and if so, how?"
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».