MétaCan
Menu
Retour à la cohorte
Enregistrement W2276789522 · doi:10.1504/ijwet.2015.073949

Consented consumer-centric non-functional property description and composition for SOA-based applications

2015· article· en· W2276789522 sur OpenAlexaff
Hanane Becha, Daniel Amyot

Notice bibliographique

RevueInternational Journal of Web Engineering and Technology · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueService-Oriented Architecture and Web Services
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComposabilityComputer scienceService (business)Web serviceService-oriented architectureService compositionWorld Wide WebService discoveryArchitectureDistributed computingBusiness

Résumé

récupéré en direct d'OpenAlex

Non-functional properties (NFPs) play an important role in the service-oriented architecture (SOA). Consumer-centric NFPs are the NFPs that should be included in a service description to help service consumers decide whether a given service suits their needs. They can hence be used to enable NFP-based service selection and composition. However, nowadays, NFPs are often simply not advertised or are described in ad-hoc proprietary ways. Three important factors impede on the proper handling of NFPs in service descriptions: 1) the neglect of consumer perspectives in SOA; 2) the lack of adequate descriptive mechanisms for a number of NFPs; 3) a good understanding of NFP composability. This paper contributes a concrete syntax for an externally consented catalogue of 17 consumer-centric NFPs, together with composition algorithms that can be effectively used for defining, selecting, and composing services for NFP-aware SOA-based application designs. A realistic use case is used to illustrate the NFP composition algorithms. The NFP catalogue is also validated through its proof-of-concept integration with a mainstream technology: Web Service Description Language (WSDL).

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)0,018
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 enseignants0,017
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,005
Communication savante0,0060,007
Science ouverte0,0020,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,011
Tête enseignante GPT0,216
Écart entre enseignants0,205 · 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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Web Engineering and TechnologyMême sujetService-Oriented Architecture and Web ServicesTravaux en français237 207