Proceedings of the 5th international conference on Generative programming and component engineering
Notice bibliographique
Résumé
It is our great pleasure to welcome you to GPCE'06, a premier forum for presenting and discussing research results and industry strength technologies in areas of generative programming and component engineering. Generative programming brings unique, useful engineering qualities that are missing in conventional programming approaches-especially when designing generic, adaptable and maintainable software. Generative programming is one of the few emerging technologies that can bridge the gap between software architecture and code.GPCE has traditionally brought together researchers and practitioners interested in a wide array of issues related to automation of software development, better control over software complexity, and improvement of programmer productivity in general. GPCE has been also an environment for cross-fertilization between the programming language and software engineering research communities. It was our intention to continue these major GPCE threads and traditions. This year's GPCE is co-located with OOPSLA, which will ensure the fusion of ideas pertinent to software development, both theory and practice.We received 85 papers from around the world. Many papers were of very high quality, as evidenced by the strength of the GPCE'06 technical program. The program committee accepted 30 papers covering a wide spectrum of topics. The tutorial program presenting industry strength technologies shows the maturity of generative programming, and is targeted at practitioners as well as researchers. Paper presentations, complemented by seven tutorials, four workshops, and two keynotes, form a conference program that we hope all participants will find exciting and worth attending.
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 | 0,000 | 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 ».