MétaCan
Menu
Retour à la cohorte
Enregistrement W2075573719 · doi:10.1115/detc2005-85581

AP236-XML: A Framework for Integration and Harmonization of STEP Application Protocols

2005· article· en· W2075573719 sur OpenAlexaboutno aff
Ricardo Jardim‐Gonçalves, Carlos Agostinho, Pedro Maló, A. Steiger‐Garção

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Process Modeling and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInteroperabilityComputer scienceXMLDomain (mathematical analysis)Unified Modeling LanguageSoftware engineeringScope (computer science)HarmonizationWorld Wide WebSoftware

Résumé

récupéré en direct d'OpenAlex

Today, organizations have to deal with the integration of applications across company borders, and must support collaboration of business processes between organizations in networked environments that are seamless, flexible and interoperable. This characteristic of horizontality, where one application embraces more than one domain of activity, is frequently found and raises the need for integration and cooperation between multiple standard application protocols and business objects. However, a standard for data representation cannot cove the whole range of activities one application needs to handle. This paper contributes by proposing a framework that supports interoperability in distributed heterogeneous networked environments, assisting in the integration of reference models described following dissimilar methodologies. This framework assists in the automatic mapping between ISO10303 STEP, UML and XML models. The proposed work results from research developed and validated in the scope of the IMS SMART-fm project (www.smart-fm.funstep.org, www.ims.org), involving partners from USA, Europe, Canada and Australia, using emerging approaches for modeling and technology.

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)0,013
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,013
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,002
Communication savante0,0090,009
Science ouverte0,0060,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,008

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 Opus0,027
Tête enseignante GPT0,288
Écart entre enseignants0,261 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations11
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBusiness Process Modeling and AnalysisTravaux en français237 207