MétaCan
Menu
Retour à la cohorte
Enregistrement W4303022300 · doi:10.1002/sys.21643

Integration of systems design and risk management through model‐based systems development

2022· article· en· W4303022300 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSystems Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSystems Engineering Methodologies and Applications
Établissements canadiens123 Certification (Canada)
Organismes subventionnairesnon disponible
Mots-clésFault tree analysisFailure mode and effects analysisReliability engineeringDependabilityComputer scienceRisk managementRisk analysis (engineering)Hazard analysisHazard and operability studyRisk assessmentEngineeringSystems Modeling LanguageSystems engineeringUnified Modeling LanguageSoftwareComputer security

Résumé

récupéré en direct d'OpenAlex

Abstract Model‐based systems engineering is a powerful methodology to develop safety‐critical systems. The use of the system model as a single source of truth for risk and dependability analysis results in a consistent and complete assessment. Besides, representation and logging of the assessment within the model result in a complete and up‐to‐date single source of information that can be used during the device certification as well. This paper aims to provide a comprehensive risk management SysML profile that includes interconnected safety analysis [functional hazard assessment (FHA), fault tree, and failure mode and effect analysis (FTA, FMEA)], control measure, and evaluation model elements in compliance with the medical standards. Model‐based risk assessment of a point‐of‐care diagnostic device for sepsis has been shown as a case study to show the implementation of the profile. This device is a standalone unit and the test results obtained directly affect the patient. Therefore, both the top‐down (FHA and FTA) and bottom‐up (FMEA) safety assessment methods have been used. Another objective of the study is to define a systematic and holistic method to perform fault tree analysis, not only from the system architecture models but also from the functional, activity, and sequence diagrams of the system model.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,052
Tête enseignante GPT0,239
Écart entre enseignants0,187 · 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