UTL: A Unified Language for Requirements Templates
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
Requirements specification is an important phase of the software development life cycle, especially for safety critical systems (SCS) due to their high number of requirements and certification constraints. The use of templates to specify requirements has been proposed in literature as they strike a balance between the ambiguity of natural language and the difficulty of using formal languages. However, existing template-based approaches use different notations, rarely provide tool support, and generally target specific types of requirements. Thus, it is often necessary to create new custom templates, but it is difficult to do so given that there is no well-defined process to follow and no unified notation to reuse. To fill this gap, we propose the Unified Templates Language (UTL), a unified language for the definition of requirements templates and a process for using the language. We leverage model-driven engineering (MDE) to build UTL. Using MDE supports the creation and evolution of templates, and it eases the extension, maintainability, and implementation of UTL. UTL was proposed to support an industrial partner in the certification of a SCS, and implemented within a requirements specification tool. In this paper, we introduce the abstract syntax, concrete syntax, well-formedness rules and the semantics of UTL. We also provide a systematic process for creating templates using UTL. We evaluate the ability of UTL to specify different types of templates, and its usability and usefulness through a user study. The results show that UTL covers different kinds of templates, and, together with its supporting tool, it eases the creation of templates.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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