MétaCan
Menu
Retour à la cohorte
Enregistrement W4241081215 · doi:10.48009/4_iis_2021_117-133

DEVOPS PARADIGM -A PEDAGOGICAL APPROACH TO MANAGE AND IMPLEMENT IT PROJECT

2021· article· en· W4241081215 sur OpenAlexaff
Abhijit Sen, Laura Baumgartner, Katharina Heiß, Cornelia Wagner

Notice bibliographique

RevueIssues in Information Systems · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Digital Technologies
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesnon disponible
Mots-clésDevOpsComputer scienceEngineering managementSoftware engineeringProcess managementEngineeringSoftware deployment

Résumé

récupéré en direct d'OpenAlex

DevOps, the widely used term in software industry, integrates the Development and IT Operations activities to frequently deliver, deploy, and release quality software features.DevOps approach emphasizes collaboration among Developments and IT operations teams throughout System Development Life Cycle (SDLC).The DevOps process is supported by wide variety of tool chains for various phases of SDLC.There exist many DevOps models.However, in this paper authors use a simple four phase pedagogical models to demonstrate principles of DevOps.In this paper authors attempt to show how DevOps principles can effectively be used to manage and implement business problems in classroom setting.Specifically, DevOps methodology is applied to manage develop and implement a small web application.This pedagogical approach is specially aimed at students who do not have prior experiences and skillsets in applying DevOps methodology and associated toolsets to every stages of SDLC.At the conclusion of the project, students gained valuable insights on how to apply DevOps principles to business problems and to select and use commonly used state of the arts tools to plan, manage, build, test, monitor, deploy tasks at every stages of DevOps.The authors also discuss the limitations and practical issues related to implementing DevOps within classroom settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,005
Communication savante0,0060,006
Science ouverte0,0030,005
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,163
Tête enseignante GPT0,441
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIssues in Information SystemsMême sujetEducation and Digital TechnologiesTravaux en français237 207