MétaCan
Menu
Retour à la cohorte
Enregistrement W2563787900

Convertibility of function points to COSMIC-FPP: identification and analysis fo functional outliers

2006· article· en· W2563787900 sur OpenAlexaff
Jean‐Marc Desharnais, Alain Abran, J. J. Cuadrado

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Research
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésConvertibilityFunction pointSoftwareComputer scienceLeverage (statistics)Function (biology)Identification (biology)OutlierData miningEconometricsSoftware developmentEconomicsArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

COSMIC-FFP (ISO 19761) represents the second generation of functional size of the software, based on its ease of understanding and use and it is applicable to various kinds of software applications; this new method has achieved rapidly an ISO recognition as an international standard as well as market acceptance in various countries. Several organizations are therefore interested in using convertibility ratios between COSMICFFP and first generation of functional size measurement (in particular Function Point Analysis – FPA ISO 20926), in order to leverage data from their historical databases of software measures. Previous convertibility studies have indicated that convertibility of FPA to COSMIC-FFP can be simple, with a very good correlation for most MIS projects, but that there are some outliers for which convertibility is less straightforward. This study analyzes a new data set of 14 projects measured with both sizing methods, and for which measurement results are available at the detailed level. The analysis reported here identifies reasons why, for some MIS projects, convertibility is not so straightforward. This analysis also provides lead indicators to identify outliers for convertibility purposes.

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)0,004
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,035
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,011
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
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 Opus0,014
Tête enseignante GPT0,242
Écart entre enseignants0,228 · 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'étudeObservationnel
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

Citations28
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoftware Engineering ResearchTravaux en français237 207