MétaCan
Menu
Retour à la cohorte
Enregistrement W4283278744 · doi:10.1088/1742-6596/2288/1/012012

Professional competencies of future software engineers in the software design: teaching techniques

2022· article· en· W4283278744 sur OpenAlexaboutno aff
Andrii M. Striuk, Сергій Олексійович Семеріков

Notice bibliographique

RevueJournal of Physics Conference Series · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueTechnology Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial software engineeringSoftware developmentSoftware engineeringCompetence (human resources)Software Engineering Process GroupEngineering managementPersonal software processSoftware requirementsSoftware constructionSoftware peer reviewComputer scienceEngineeringSoftware

Résumé

récupéré en direct d'OpenAlex

Abstract The article is devoted to one of the competence components of a mobile-oriented environment for professional and practical training of future software engineers. It is shown that the introduction of higher education standard 121 “Software Engineering” for the first (bachelor) level of higher education in Ukraine has generated a number of training quality assurance problems associated primarily with the low level of detailed competencies and program learning outcomes. By solving these problems, the detailed design of the system of professional competencies for future software engineers is developed. The article deals with the approaches to developing one of the most important special professional competences of future software engineers – the ability to participate in software design, including modeling (formal description) of its structure, behavior, and processes of functioning. Based on a historical and genetic review of the software engineering training practice of future software engineers in the USA, UK, Canada, Australia, New Zealand and Singapore, recommendations for choosing forms of training organization, selection of training content, ways of students’ and teachers’ activities in software engineering, modeling and designing tools; assessment of the appropriate competence formation level are formulated. The example of organizing design training in conditions close to industrial-studio training is considered. The problems of transition from architectural to detailed design and project implementation are shown. Prospects for further development of this study are to substantiate the third (after requirements engineering and design engineering) engineering component of software engineering – the software construction.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,015
Tête enseignante GPT0,235
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetTechnology Assessment and ManagementTravaux en français237 207