Debunking the Myth that Upfront Requirements are Infeasible for\n Scientific Computing Software
Notice bibliographique
Résumé
Many in the Scientific Computing Software community believe that upfront\nrequirements are impossible, or at least infeasible. This paper shows\nrequirements are feasible with the following: i) an appropriate perspective\n("faking" the final documentation as if requirements were correct and complete\nfrom the start, and gathering requirements as if for a family of programs); ii)\nthe aid of the right principles (abstraction, separation of concerns,\nanticipation of change, and generality); iii) employing SCS specific templates\n(for Software Requirements and Module Interface Specification); iv) using a\ndesign process that enables change (information hiding); and, v) the aid of\nmodern tools (version control, issue tracking, checking, generation and\nautomation tools). Not only are upfront requirements feasible, they provide\nsignificant benefits, including facilitating communication, early\nidentification of errors, better design decisions and enabling replicability.\nThe topics listed above are explained, justified and illustrated via an example\nof software developed by a small team of software and mechanical engineers for\nmodelling the solidification of a metal alloy.\n
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 | 0,025 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,023 |
| Communication savante | 0,009 | 0,025 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».