MétaCan
Menu
Retour à la cohorte
Enregistrement W2097146349 · doi:10.1109/case.1992.200156

ROOM: an object-oriented methodology for developing real-time systems

2003· article· en· W2097146349 sur OpenAlexaff
Bran Selić, Garth Gullekson, John McGee, I. Engelberg

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueModel-Driven Software Engineering Techniques
Établissements canadiensBell (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSoftware engineeringObject-oriented programmingProcess (computing)Iterative and incremental developmentSet (abstract data type)Domain (mathematical analysis)Object (grammar)Software developmentSoftwareSystems engineeringProgramming languageArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

Real-time object-oriented modeling (ROOM), an object-oriented methodology for the development of real-time systems supported by a commercial computer-aided software engineering (CASE) toolset, is presented. This methodology has been driven by industrial experience, and is founded on a set of principles which fulfil the need to produce high-quality software more rapidly and more efficiently than by traditional methods. The principles include the definition and use of powerful domain-specific modeling abstractions, the elimination of error-prone discontinuities during development, and a highly iterative development process based on advanced tool support. An overview of the conceptual framework and the development process model of ROOM is given.>

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,064
Tête enseignante GPT0,315
Écart entre enseignants0,250 · 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'étudeSans objet
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

Citations59
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetModel-Driven Software Engineering TechniquesTravaux en français237 207