MétaCan
Menu
Retour à la cohorte
Enregistrement W2093127601 · doi:10.1002/spe.1013

Spotting the difference

2010· article· en· W2093127601 sur OpenAlexaff
Marconi Lanna, Daniel Amyot

Notice bibliographique

RevueSoftware Practice and Experience · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer scienceReadabilityUsabilityInterface (matter)Space (punctuation)Human–computer interactionSoftwareUser interfaceGranularityWorld Wide WebMultimediaInformation retrievalProgramming languageOperating system

Résumé

récupéré en direct d'OpenAlex

Abstract Source Code Management (SCM) is a valuable tool in software development projects, providing the ability to store and retrieve past versions of source files. Comparison tools offer the capability to compare different files or versions, highlighting their differences. Most such tools are built around a two‐pane interface, with files displayed side by side. Such interfaces are inefficient in the use of horizontal screen space, and ineffective since duplication makes text more difficult to read, leaving most of the comparison burden to the user. In this article we introduce an innovative metaphor for comparison interfaces. Based on a single‐pane interface, common text is displayed only once with differences intelligently combined into a single text, improving readability. To further improve usability, additional features were developed: difference classification (additions, deletions, and modifications); fine level of granularity; special features to display modifications; and intelligent white space handling. A usability study conducted among 16 participants using real‐world samples demonstrated the interface adequacy: on average, participants were 60% faster in performing comparison tasks, while the quality of answers improved by almost 80% on our scale. After the experiment, the proposed interface was declared the favorite choice by all participants. Copyright © 2010 John Wiley & Sons, Ltd.

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)0,003
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: Autre devis
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,033
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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 Opus0,014
Tête enseignante GPT0,294
Écart entre enseignants0,279 · 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'étudeAutre devis
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

Citations8
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoftware Practice and ExperienceMême sujetSoftware Engineering ResearchTravaux en français237 207