MétaCan
Menu
Retour à la cohorte
Enregistrement W6920596971 · doi:10.60692/f4kfy-1rp02

Towards a Theory of Interoperability of Software Systems

2023· article· en· W6920596971 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueUsability and User Interface Design
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésInteroperabilityAxiomSemantic interoperabilityCross-domain interoperabilityWS-I Basic ProfileSet (abstract data type)

Résumé

récupéré en direct d'OpenAlex

Interoperability is a property of software quality that is related to the cooperation between software systems for exchanging information. However, this concept is not well explained or understood. A theory would be useful to explain interoperability in terms of its essential elements and propositions. Theoretical contributions of interoperability are intended to formalize this concept by using common frameworks, models, and meta-models. However, tentative contributions developed in the past have failed to propose a theory of interoperability due to four reasons: (1) a disunified vocabulary is used, (2) the essential elements for describing interoperability are not well identified, (3) only a single level of interoperability is assessed, and (4) interoperability principles are not well formalized. This paper tentatively proposes an axiomatic theory of interoperability as a complementary approach to the existing knowledge. The proposed theory seeks to better formalize the concepts of interoperability and suggest actions aimed at establishing interoperability. After a brief review of related works and the state of the art, a set of axioms and propositions is presented. This theory is evaluated by a group of experts, and an example is presented to illustrate its use. Conclusions and future works are outlined at the end of the paper.

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)0,011
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0070,005
Études des sciences et des technologies0,0030,019
Communication savante0,0100,018
Science ouverte0,0040,006
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,063
Tête enseignante GPT0,232
Écart entre enseignants0,169 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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 revueGreater South Information SystemMême sujetUsability and User Interface DesignTravaux en français237 207