MétaCan
Menu
Retour à la cohorte
Enregistrement W2130808901 · doi:10.1109/ccece.2006.277301

Repositories for Cots Selection

2006· article· en· W2130808901 sur OpenAlexaff
Tom Wanyama, Behrouz H. Far

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Software Engineering Methodologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Computer scienceCommercial off-the-shelfSelection (genetic algorithm)SoftwareDatabaseSoftware engineeringSystems engineeringEngineeringOperating system

Résumé

récupéré en direct d'OpenAlex

Selecting commercial-off-the-shelf (COTS) products is a challenging process that utilizes and generates a lot of information. Repositories play a crucial role in the management of the COTS selection information. In fact, it is generally believed in literature that repositories are of great importance to the COTS selection process and indeed to the entire process of developing software using COTS products. However, the process of developing, managing, and accessing these repositories has attracted very little attention. This paper presents a framework for establishing and maintaining the following five different repositories for the COTS selection process: COTS repository, user repository, discussions repository, lessons-learned repository, and historical information repository. The framework supports distributed contribution and access to the repositories, as well as systematic and hierarchical evaluation and integration of the contributions. Moreover, this paper presents a description of a database that was implemented as part of a decision support system (DSS) for the selection of COTS products. The database accommodates the different repositories for the COTS selection process

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)0,017
score de la tête « metaresearch » (Gemma)0,043
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,043
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0110,013
Études des sciences et des technologies0,0030,001
Communication savante0,0130,015
Science ouverte0,0060,008
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,019
Tête enseignante GPT0,275
Écart entre enseignants0,255 · 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
GenreAutre

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

En bref

Citations10
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Software Engineering MethodologiesTravaux en français237 207