MétaCan
Menu
Retour à la cohorte
Enregistrement W3082018327 · doi:10.1109/fuzz48607.2020.9177591

The Assessment of Importance of Selected Issues of Software Engineering, IT Project Management, and Programming Paradigms Based on Graphical AHP and Fuzzy C-Means

2020· article· en· W3082018327 sur OpenAlexaff
Paweł Karczmarek, Witold Pedrycz, Dariusz Czerwiński, Adam Kiersztyn

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMulti-Criteria Decision Making
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFuzzy logicAnalytic hierarchy processComputer scienceSoftware engineeringSoftwareEngineering managementSystems engineeringEngineeringOperations researchArtificial intelligenceProgramming language

Résumé

récupéré en direct d'OpenAlex

In this study, we present the results of surveys conducted in a group of employees and students of IT faculties presenting the answers to the most important, in our opinion, issues related to software engineering (SE), IT project management, and programming paradigms. The above topics are chosen because of their high relevance to the professional community. The participants taking part in the experiments quantified their input through the process of pairwise comparisons (a so-called Analytic Hierarchy Process, AHP) using an innovative highly interactive approach based on a graphic communication means. The generic AHP method was augmented by the optimization mechanisms delivered by the Particle Swarm Optimization (PSO) in order to deliver the highest possible consistency of responses of the participants. Moreover, we demonstrate a method based on Fuzzy C-Means (FCM) filtering highly inconsistent and unreal experts' assessments. In a series of experiments, we demonstrate the accuracy and stability of the AHP method based on graphical environment. We discuss two variants of aggregation of experts' opinions according to their level of experience in the field of interest. Finally, we show the efficiency of the FCM as the method of preselection of experts' evaluations.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,404
Score d'incertitude au seuil0,434

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,085
Tête enseignante GPT0,399
Écart entre enseignants0,315 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMulti-Criteria Decision MakingTravaux en français237 207