MétaCan
Menu
Retour à la cohorte
Enregistrement W2166673115 · doi:10.1109/wcre.1998.723198

Reverse Engineering Research Should Target Cooperative Information System Requirements

2005· article· en· W2166673115 sur OpenAlexaff
Hausi Müller, Kevin Wong, Margaret‐Anne Storey

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueService-Oriented Architecture and Web Services
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComputer scienceInteroperabilityBusiness process reengineeringSoftware engineeringCommon Object Request Broker ArchitectureMiddleware (distributed applications)Legacy systemLegacy codeSandbox (software development)SoftwareWorld Wide WebOperating systemEngineering

Résumé

récupéré en direct d'OpenAlex

One of the premises of this panel is that the Information Systems (ISs) of tomorrow will be component-based and distributed. Until recently, ISs were designed to support single functions (e.g., purchase orders or payroll). Brodie argues convincingly that future ISs are to support business processes that involve many cooperating functions [Brod98]. To build Cooperative Information Systems (CISs), existing ISs will have to be wrapped and adapted to support cooperation and interoperability. SoRware engineers expect to leverage distributed object technology and other middleware as well as reverse engineering and reengineering technology to achieve this migration to CISs effectively. However, many obstacles and challenges lie ahead.Firstly, there is no clear vision (let alone a standard) on what infrastructure to build future CISs. There is intense competition among software companies such as OMG (CORBA), IBM (NCF), Microsoft (Active), and Sun (JavaBeans) to roll out the dominant infrastructure for network-centric applications. Consequently, we seem to be years away Tom effective and stable infrastructure technology for CISs and yet we are trying to build CISs today. Instead of concentrating on the interoperability among information systems, we are forced to build infrastructure interoperability bridges.Secondly, the reverse engineering community is concentrating on the automatic extraction of myriad software artifact horn source code instead of concentrating on the harder problem of identifying business rules. Thirdly, the software reengineering camps are busy migrating imperative code to object-oriented platforms (e.g., C++ or Java) instead of migrating to cooperative agents.

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)0,033
score de la tête « metaresearch » (Gemma)0,082
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,082
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,006
Communication savante0,0100,029
Science ouverte0,0050,006
Intégrité de la recherche0,0080,010
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,045
Tête enseignante GPT0,299
Écart entre enseignants0,254 · 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
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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetService-Oriented Architecture and Web ServicesTravaux en français237 207