НЕВИЗНАЧЕНІСТЬ ОЦІНЮВАННЯ КІЛЬКІСНИХ ХАРАКТЕРИСТИК ЯКОСТІ ПРОГРАМНОГО ЗАБЕЗПЕЧЕН-НЯ
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.
Notice bibliographique
Résumé
Нині оцінка якості програмного забезпечення виступає важливим етапом у процесах його розробки та впровадження. Вона надає розробникам можливість отримати об'єктивну оцінку, щодо розроблених програмних продуктів та визначити їх відповідність до діючих міжнародних стандартів та вимог із оцінки якості програмного забезпечення. Однак даний процес в межах оцінки якості програмного забезпечення часто супроводжується певним рівнем невизначеності в межах реалізації оцінювання кількісних характеристик якості, що може ускладнити прийняття рішень про перспективність використання розробленого продукту та його безпеки. Суттєвий внесок у розробку теоретичних й практичних аспектів, щодо узагальнення проблематики питання невизначеності оцінювання кількісних характеристик якості внесли такі вчені, як: S. Hayashi, M. Kubo, H. Mori, C. Areces, R. Fervari, A. Saravia, F. Velázquez-Quesada, S. Guaman, J. Alamo, J. Caiza, M. Nakamura та ін.. Метою даної статті є вирішення проблеми пов’язаної із невизначеністю оцінювання кількісних характеристик якості програмних систем. Для реалізації мети в статті поставлені і вирішені такі завдання: розглянуті різні аспекти невизначеності оцінювання кількісних характеристик якості комп'ютерних програмних систем; розроблено методологічний підхід до вирішення проблеми пов’язаної із невизначеністю оцінювання кількісних характеристик якості; проведено практичне дослідження розробленого підходу. В процесі вирішення піднятих завдань було використано методи аналізу, синтезу, узагальнення та порівняння.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 découle