MétaCan
Menu
Retour à la cohorte
Enregistrement W2913303161

Proceedings of the 13th workshop on Aspect-oriented modeling

2009· article· en· W2913303161 sur OpenAlexaff
Omar Aldawud, Walter Cazzola, Thomas Cottenier, Jeff Gray, Jörg Kienzle, Dominik Stein

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Software Engineering Methodologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAspect-oriented programmingSoftware engineeringComputer scienceSoftwareModeling languageAbstractionPerspective (graphical)EngineeringProgramming languageArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

New and powerful aspect-oriented programming techniques are presented at many international venues every year. However, it is not clear what features of such techniques are common aspect-oriented concepts and what features are rather language-specific specialties. Research in aspect-oriented modeling has the potential to help find such common characteristics from a perspective that is at a more abstract level (i.e., programming language-independent). The Aspect-Oriented Modeling (AOM) Workshops, now in its 13th edition, bring together researchers and practitioners from two communities: aspect-oriented software development (AOSD) and software model engineering. The workshops provide a forum for presenting new ideas and discussing the state of research and practice in modeling various kinds of crosscutting concerns at different levels of abstraction. The goals of the workshops are to identify and discuss the impacts of aspect-oriented technologies on model engineering. Specifically, the workshop seeks to provide aspect-oriented software developers with general modeling means to express aspects and their crosscutting relationships onto other software artifacts. The aspect-oriented modeling workshops occur twice a year as satellite events of the AOSD and MoDELS conferences. These workshops receive a strong following among researchers in both communities with activie participation that has helped to unite these two areas over the past seven years. More details are available at: http://www.aspect-modeling.org.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,448
Score d'incertitude au seuil0,234

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,284
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Software Engineering MethodologiesTravaux en français237 207