Problems, Solutions, and Success Factors in the openMDM User-Led Open Source Consortium
Notice bibliographique
Résumé
Open-source software (OSS) development offers organizations an alternative to purchasing proprietary software or commissioning custom software. In one form of OSS development, organizations develop the software they need in collaboration with other organizations. If the software is used by the organizations to operate their business, such collaborations can lead to what we call “user-led open-source consortia” or “user-led OSS consortia”. Although this concept is not new, there have been few studies of user-led OSS consortia. The studies that examined user-led OSS consortia did so through the lens of OSS, but not from the inter-company collaboration perspective. User-led OSS consortia are a distinct phenomenon that share elements of inter-company collaboration, outsourcing software development, and vendor-led OSS development and cannot be understood by using only a single lens. To close this gap, we present problems and solutions in inter-company collaboration, outsourcing, and OSS literature, and present the results of a single-case study. We focus on problems in the early phases of a user-led open-source consortium, the openMDM consortium, and the solutions applied to these problems. Furthermore, we present the factors which lead this consortium to sustained growth.
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 | 0,043 | 0,134 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,014 |
| Études des sciences et des technologies | 0,016 | 0,015 |
| Communication savante | 0,022 | 0,014 |
| Science ouverte | 0,004 | 0,015 |
| Intégrité de la recherche | 0,005 | 0,005 |
| 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 ».