Proceedings of the 8th international workshop on Software quality
Notice bibliographique
Résumé
Software becomes ever more feature-rich and thereby harder to distinguish based on its functionality. Quality now differentiates between similar software products. Specifying, constructing, and assuring quality has been under research for several decades and continues to be a long-term research area, because of its many facets and its complexity. Current national and international initiatives show that there is an active research community in academia and industry. We are happy to welcome you the 8th International Workshop on Software Quality (WoSQ'11). The series of workshops on software quality are a forum to discuss and advance the state-of-the-art research and practice in software quality. This year's edition of the workshop is co-located with the joint meeting of the European Software Engineering Conference and the ACM SIGSOFT Symposium on the Foundations of Software Engineering and brings some changes in the workshop format. We still have a keynote and paper presentations, but there is also a discussion session to bring up new topics and for the attendees to share their experiences. The call for papers attracted 11 submissions from Canada, Germany, Hungary, Italy, Japan, Turkey, the United Kingdom, and the United States. Out of these submissions, the program committee accepted 7 papers that cover a variety of topics, including data quality, quality models, in-process metrics and security analysis. In addition, the program includes a keynote talk by Motoei Azuma, emeritus professor at Waseda University, Tokyo, Japan.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,088 | 0,035 |
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 source (Gemma direct ou Codex distillé), 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 ».