ESTUDO DAS NECESSIDADES DOS USUÁRIOS DO CADASTRO NACIONAL DE IMÓVEIS RURAIS (CNIR)
Notice bibliographique
Résumé
A determinação das necessidades dos usuários é uma das fases mais importantes do desenvolvimento de sistemas da informação e define o que o sistema vai fazer, sem descrever exatamente como ele será realizado. Na engenharia de requisitos, a descrição desses serviços, as restrições e o processo de análise, documentação e verificação dos mesmos, ajuda o desenvolvedor do sistema a compreender os problemas que podem ser efetuados nos projetos através de detecção da incompletude dos dados e/ou objetivos, falta de resultados que são necessários ao projeto e que não foram identificados e a insatisfação dos usuários em adquirir um sistema que não corresponderá às suas demandas e necessidades. A determinação das necessidades do usuário traz ao mesmo nível de entendimento os usuários interessados no sistema (stakeholders) e desenvolvedores, já que busca um consenso sobre as necessidades reais e tangíveis. Este artigo resume as técnicas utilizadas para coletar as informações necessárias para o estudo das necessidades dos usuários, ressaltando sua importância na engenharia de requisitos. Um estudo de caso foi utilizado, aplicado à implementação do Cadastro Nacional de Imóveis Rurais (CNIR). Foram utilizadas técnicas de coleta de dados e análise do estudo das necessidades dos usuários nas agências colaboradoras do CNIR. O estudo ajudou a definir quais os serviços e informações que podem ser disponibilizados, com base na real necessidade de alimentar o banco de dados.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».