Proceedings of the Seventh International Workshop on Principles of Engineering Service-Oriented and Cloud Systems
Notice bibliographique
Résumé
Welcome to the 7th International Workshop on of Engineering Service-Oriented and Cloud Systems (PESOS 2015). This year, PESOS was held in Florence, Italy on May 23rd, 2015, in conjunction with ICSE 2015. Continuing the special theme at PESOS last year, the 7th edition of the PESOS workshop focuses on Principles and Practices for Engineering Collaborative Services in the The Cloud computing paradigm is having a significant impact on the way modern software is designed, developed, deployed and governed. In particular, the scale and readily accessible nature of the Cloud opens new opportunities for not only individual applications, but also complete processes that require collaboration among such systems. Even though cloud platforms and infrastructures are typically designed to scale on demand, the questions are (i) whether this automatic elasticity translates to all services deployed on them, and (ii) whether collaboration amongst the services on (multiple) Cloud be managed elastically. Other qualities of concern and interest in this environment include monitorability, manageability, privacy, security, availability and reliability. Collaborative services in the Cloud will have to be better engineered, to either take advantage of the qualities offered by cloud platforms and infrastructures or to account for lack of full control over important quality attributes. There are therefore a number of open research challenges related to design, development, deployment, use, and integration of software, human and collaborative services in the Cloud.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».