Proceedings of the 1st International Workshop on Future of Software Architecture Design Assistants
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
It is our great pleasure and honor to welcome you to the very first International Workshop on the Future of Software Architecture Design Assistants -- FoSADA'15. The idea to hold this workshop was born in the summer of 2014. We have both performed past research in the general field of what we termed Software Architecture Design Assistants, and wish to understand where research in this field stands today, and what might be the path forward. Given the exploratory nature of the Workshop, we decided to aim for position papers. We got four submissions which were all accepted. Two of the papers are concerned with early architectural decisions: In the first paper, Davide Arcelli and Vittorio Cortellessa present a framework aimed at supporting automated feedback generation from software performance analysis results. In the second paper, John Klein and Ian Gorton describe their knowledge base that enables reasoning from quality attributes to architecture patterns and tactics to features implemented in NoSQL products. In the third paper, Sebastian Gerdes, Mohamed Soliman, and Matthias Riebisch consider system evolution and present a decision process focusing on the consideration of constraints in evolving systems. Finally, Sebastian Lehrig and Steffen Becker present a survey of how controlled experiments have been applied to evaluate software architecture design assistants and derive lessons learned in terms of best practices and challenges for such experiments. We look forward to interesting discussions of these papers and general issues at the workshop.
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.
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 découle