Analyse topologique des structures de données: application à la migration des systèmes d'information d'entreprise.
Notice bibliographique
Résumé
La migration des données de gestion de cycle de vie des produits demande de maîtriser les projets de transformation de données impliquant d'importants volumes de données complexes. Généralement, la complexité est liée à la topologie du graphe de relation entre les objets et les liens. Lors du cadrage d'un tel projet, il faut être capable de mesurer sa complexité en un temps très court afin d'estimer la charge nécessaire de manière fiable. D'autre part, certains projets de transformation de données présentent un haut degré de complexité. Leur analyse demande une approche holistique et une remise en cause des lotissements de données ou de l'organisation des acteurs du projet. Ces besoins ont engendré l'initiative Data Systemizer qui a élaboré une méthode outillée dédiée aux projets de transformation de données permettant de faire émerger le meilleur lotissement de données et de le représenter graphiquement dans un formalisme naturel aux décideurs et de fournir des livrables clefs permettant de maîtriser l'exécution du projet. Le « graphe de données inextricable » doit ainsi devenir un ensemble clair et synthétique de lots liés entre eux, celui-ci étant optimisé mathématiquement pour minimiser les dépendances entre lots.
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 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».