MétaCan
Menu
Retour à la cohorte
Enregistrement W4366204131 · doi:10.21017/rimci.2023.v10.n19.a132

INTEGRACIÓN Y DESPLIEGUE CONTINUO CON DEVOPS COMO CULTURA EN EMPRESAS DEL SECTOR TI COLOMBIANAS

2023· article· es· W4366204131 sur OpenAlexaff
Gilberth Nick Cruz González, José Alejandro Franco Calderón

Notice bibliographique

RevueRevista de Ingeniería Matemáticas y Ciencias de la Información · 2023
Typearticle
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueBusiness, Innovation, and Economy
Établissements canadiensCameco (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La integración y despliegue continuo son prácticas que han permitido que el ciclo de desarrollo de software se comporte de una manera más ágil, esto gracias a que constantemente brindan la posibilidad de automatizar procesos con el fin de mejorar tiempos y calidad. Este tipo de prácticas requieren de conocimiento y en la mayoría de los casos algún proveedor que cuente con herramientas y recursos con los cuales se puedan realizar dichas automatizaciones, es por esta razón que las empresas colombianas cuentan con opciones para todo tipo de objetivos y presupuestos económicos, desde empresas mundialmente conocidas como lo son Amazon Web Services, Google Cloud Platform y Microsoft Azure, pero al mismo tiempo existen herramientas de código abierto con comunidades activas que son bastante conocidas y utilizadas como alternativas a estas grandes empresas como lo es el caso de Tekton, Jenkins, entre otros. Este artículo de revisión tiene como objetivo identificar cuáles son las ventajas, desafíos, herramientas, entre otros aspectos que caracterizan este fenómeno y por qué ha crecido de tal manera que las empresas buscan opciones para implementarlo, al finalizar este artículo se lograron identificar diferentes herramientas y casos de éxito que brindan seguridad a futuras empresas que pretenden continuar con el mismo camino de tecnologías aplicadas con el fin de buscar el cambio teniendo como base nuevas formas de operar un mismo proceso.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,296
Score d'incertitude au seuil0,589

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,003
Communication savante0,0080,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,021
Tête enseignante GPT0,261
Écart entre enseignants0,240 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Ingeniería Matemáticas y Ciencias de la InformaciónMême sujetBusiness, Innovation, and EconomyTravaux en français237 207