MétaCan
Menu
Retour à la cohorte
Enregistrement W2914337294

Proceedings of the Third International Workshop on Conducting Empirical Studies in Industry

2015· article· en· W2914337294 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Conference on Software Engineering · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Source Software Innovations
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésEmpirical researchContext (archaeology)Plan (archaeology)USableManagement scienceComputer scienceEngineering ethicsOperations researchManagementEngineeringEpistemologyEconomicsHistory
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The CESI series of workshops was born out of the need to shift the focus away from simply conducting empirical studies (be them case studies, experiments, surveys, etc.), and reporting their results, to putting them firmly in the context of the software industry. In other words, the aim was to better understand the challenges and opportunities brought about by the organisational context in the conduct of empirical studies. There were several reasons for this shift. Simply knowing empirical procedures (from the literature or by conducting studies in, often tamed, academic environments) didn't seem to prepare one for how to plan and conduct empirical studies in industry. There are just too many hurdles in the way of conducting successful studies in industry. Examples are: (i) understanding specific problems in practice such that conducting relevant studies would give some insight into solving observed problems; (ii) ploughing through organisational politics to zero down to key investigative questions and associated measurable variables; (iii) balancing between scientific purity in empirical procedures and being practical enough to yield usable results for making business decisions within short cycle-times; (iv) taking the results of studies and putting them into practice, in retrospect, to validate the conduct and the outcome of the studies; and more.

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 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)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,648
Score d'incertitude au seuil0,625

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,264
Tête enseignante GPT0,389
Écart entre enseignants0,124 · 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