MétaCan
Menu
Retour à la cohorte
Enregistrement W4390098501 · doi:10.1109/models-c59198.2023.00046

Deriving Safety Assurance Case Argumentation from WF+ Models

2023· article· en· W4390098501 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

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSafety Systems Engineering in Autonomy
Établissements canadiensMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesnon disponible
Mots-clésArgumentation theorySafety caseWorkflowCertificationSoftware deploymentComputer scienceSafety assuranceQuality assuranceRisk analysis (engineering)Work (physics)Argument (complex analysis)Systems engineeringProcess managementManagement scienceSoftware engineeringEngineeringOperations managementMedicine

Résumé

récupéré en direct d'OpenAlex

Safety-critical systems often require safety certification before their deployment. It has become common for the safety argument to be documented in an assurance case, and in many domains assurance cases are recommended or required for certification. However, the rapidly increasing complexity and scale of safety-critical systems is making it increasingly difficult to produce rigorous and convincing assurance cases. Recent work on the Workflow+ framework has presented an opportunity to make more rigorous assurance cases while also coping with the complexity of modern systems. To do this, principles for the derivation of safety case argumentation based on safety analysis and development processes modelled in Workflow+ must be developed. These principles will allow for arguments to be constructed systematically and potentially semi-automatically. This work outlines the approach for my research aiming to develop these principles, a method to systematically construct argumentation based on these principles and to automate the construction of argumentation where possible.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,729
Score d'incertitude au seuil0,704

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,207
Écart entre enseignants0,192 · 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

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSafety Systems Engineering in AutonomyTravaux en français237 207