MétaCan
Menu
Retour à la cohorte
Enregistrement W2308536404

Conception d’un logiciel de gestion pour Le restaurant Piri Piri

2015· article· fr· W2308536404 sur OpenAlexaboutno aff
Issam Aboumerieme

Notice bibliographique

RevueRiuNet (Universitat Politècnica de València) · 2015
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesComputer scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L’application traitée dans ce rapport a pour objectif la gestion d’un restaurant spécialisé dans la vente et la livraison de menus de poulet, de poutine, de chorizo (saucisson de porc) et de bifana (escalope de porc). Notre restaurant porte le nom de Piri Piri. Actuellement, il existe trois restaurants de ce type à Montréal qui sont répartis dans les quartiers à notoriété affirmée à savoir Plateau Mont-royal, St-Catherine, Masson. En tout, c'est un secteur en plein expansion et ce développement peut se propager dans tout les coins de Montréal et pourquoi pas tout le Canada. Avant de se lancer dans la programmation proprement dite du logiciel, on a réfléchi aux outils de travail les mieux adaptés à ce type d’application. D’une part, on avait choisir l’AGL (Atelier de Génie Logiciel) qu’on allait utiliser, et d’autre part, le système de gestion de bases de données le plus approprié aux types de manipulations qu’on souhaitait effectuer sur les données. Pour ce qui est du choix de l’AGL, on a décidé de confronter principalement Eclipse, WinDev 11, Kdelopp, Uniface 9.2, ainsi que PACBASE et Netbeans. Après analyse du tableau, il en ressort qu’Eclipse, Netbeans et WinDev ont tous des points performants qui les laissent occuper les premières places. Cependant, tout au long du cour : « Anal. et conc. des interfaces utilisateurs », l’AGL choisie était celle de Netbeans, vu tout ses avantages de conception qu’il offre, le choix s’est porté sur Netbeans.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,574
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,058
Tête enseignante GPT0,248
Écart entre enseignants0,189 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRiuNet (Universitat Politècnica de València)Même sujetAgriculture and Rural Development ResearchTravaux en français237 207