Towards Conflict-Free Collaborative Modelling using VS Code Extensions
Notice bibliographique
Résumé
Model-Driven Engineering (MDE) advocates the use of models and their transformations, to better understand software systems and to increase the degree of automation across the software development process. However, with the increasing complexity of modern software systems, distributed development teams, and increasing time pressure for developing these systems, there is a need to collaborate more quickly when building and analyzing models. Furthermore, the COVID-19 pandemic has forced classroom-based software projects to organizational-level software systems to rely on virtual (web-based) collaborative development environments. Therefore, real-time collaborative modelling remains no longer an option but becomes a necessity for MDE too. In our previous work, we introduce a framework, tColab, which uses Eclipse Che workspaces to enable web-based collaborative modelling. However, with real-time collaboration, modelling conflicts can arise and their resolution goes beyond what is possible with the collaborative environment facilitated by an Eclipse Che workspace. In this paper, we extend our tColab framework for building modelling language editors as Visual Studio (VS) Code extensions. These VS Code extensions are well supported by widely used platforms such as VS Code IDE, Eclipse Theia IDE, and the Eclipse Che platform. Furthermore, to facilitate real-time collaboration using these VS Code extensions and to enable conflict-free modelling, we explore two possible solutions – the VS Code Live Share extension and the Teletype CRDTs (conflict-free replicated data types) library. Finally, we provide a prototypical VS Code extension for the TGRL (Textual Goal-oriented Requirement Language) as a proof-of-concept of our extended framework and demonstrate conflict-free collaborative modelling for TGRL using the Live Share extension.
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 | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».