MétaCan
Menu
Retour à la cohorte
Enregistrement W2401129148

Towards a Structured Workflow Language for Model Management.

2014· article· en· W2401129148 sur OpenAlexaff
Sahar Kokaly

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueModel-Driven Software Engineering Techniques
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésWorkflowComputer scienceSoftware engineeringMaintainabilityProgramming languageTraceabilityAbstractionWorkflow management systemTRACE (psycholinguistics)Workflow technologyRequirements traceabilityModeling languageDatabaseSoftware developmentSoftware
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract. In Model Driven Engineering (MDE), models and mappings play a key role in system design. However, in practice, models and map-pings do not exist in isolation, but are combined to form systems of interrelated models. We call the trace of operations, such as model trans-formations or model merges, between an initial configuration of a system of interrelated models to a final one, a workflow. Current approaches for using workflows in MDE exist, but are generally informal and do not properly address traceability and verification. In this work, we propose a structured method for defining workflows for model management, which automatically ensures traceability and inherently enables verification. This approach also sets the stage for defining a declarative workflow lan-guage, which we believe can aid in validation. Through this framework, comparison and optimization of workflows is possible, as they are repre-sented as algebraic terms in a mathematically defined language. Finally, the framework gives rise to multiple levels of abstraction, making it flex-ible enough to be used at different stages of the system design, while enabling better workflow readability and maintainability. 1

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)0,012
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,004
Communication savante0,0070,007
Science ouverte0,0040,006
Intégrité de la recherche0,0020,008
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,009
Tête enseignante GPT0,240
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetModel-Driven Software Engineering TechniquesTravaux en français237 207