MétaCan
Menu
Retour à la cohorte
Enregistrement W2285990563

Using uml for conceptual modeling: towards an ontological core

2007· dissertation· en· W2285990563 sur OpenAlexaff
Xueming Li

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2007
Typedissertation
Langueen
DomaineComputer Science
ThématiqueService-Oriented Architecture and Web Services
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMetamodelingComputer scienceClass diagramUnified Modeling LanguageApplications of UMLOntologyDomain modelUML toolSoftware engineeringSemantics (computer science)Class (philosophy)Programming languageSoftwareArtificial intelligenceDomain knowledge
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract. Although it is widely accepted that UML could be used both for modeling software and the problem domain that is supported by an information system, its suitability for the latter in the early development phases has been questioned. Also, it is argued by many researchers that early development phases are critical for successful and cost efficient information system development. In view of this, we propose to develop an UML-like modeling language based on ontology that can be viewed as a UML core suitable for conceptual modeling. In this paper, we focus on evaluating the notions of type and role using Bunge’s ontology and OntoClean methodology, and show significant implications for our understanding on how to use types and roles in UML and conceptual modeling. These results represent the first stage in developing our ontological UML conceptual modeling core which is expected to address many issues with respect to ambiguity, inconsistency, inadequacy, and complexity in the current UML specification, and provide the foundation needed to develop better conceptual models for systems development.

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)0,031
score de la tête « metaresearch » (Gemma)0,021
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,008
Communication savante0,0100,015
Science ouverte0,0020,006
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,114
Tête enseignante GPT0,346
Écart entre enseignants0,232 · 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
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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetService-Oriented Architecture and Web ServicesTravaux en français237 207