MétaCan
Menu
Retour à la cohorte
Enregistrement W2164393954

Proceedings of the First International Research Workshop for Process Improvement in Small Settings, 2005

2006· article· en· W2164393954 sur OpenAlexaboutno aff
Suzanne Garcia, Caroline Graettinger, Keith Kost

Notice bibliographique

RevueDefense Technical Information Center (DTIC) · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Techniques and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCapability Maturity Model IntegrationCapability Maturity ModelLeanCMMIStandardizationEngineering managementProcess (computing)Software deploymentAgile software developmentEngineeringProcess managementMaturity (psychological)Best practiceSession (web analytics)Software development processSoftwareSoftware developmentComputer sciencePolitical scienceSoftware engineeringWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The first International Research Workshop for Process Improvement in Small Settings was held October 19-20, 2005 at the Software Engineering Institute in Pittsburgh, Pennsylvania. Attendees from Australia, Canada, Chile, China, Germany, Ireland, India, Japan, Malaysia, Mexico, Spain, and the United States discussed the challenges of process improvement in small and medium size enterprises, small organizations within large companies, and small projects. The presentations addressed starting and sustaining process improvement, qualitative and quantitative studies, and using Capability Maturity Model Integration (CMMI), Agile, Modelo de Procesos para la Industria de Software (MoProSoft), International Organization for Standardization (ISO), Quality Function Deployment (QFD), and Team Software Process (TSP) in small settings. The workshop also had working groups that discussed issues unique to small settings, such as regional support centers and process improvement on a shoestring. This report includes the papers from this workshop and presents conclusions and next steps for process improvement in small settings. This report also contains the workshop breakout session results.

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)0,015
score de la tête « metaresearch » (Gemma)0,014
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: Autre
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0090,006
Science ouverte0,0030,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0670,019

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 Opus0,028
Tête enseignante GPT0,303
Écart entre enseignants0,274 · 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

Citations22
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDefense Technical Information Center (DTIC)Même sujetSoftware Engineering Techniques and PracticesTravaux en français237 207