MétaCan
Menu
← Retour à la cohorte
Enregistrement W6930605642 · doi:10.5281/zenodo.15293594

Building, securing, sharing containers: Paths towards a sustainable ecosystem for admins, users, applications

2024· article· en· W6930605642 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueNatural Language Processing Techniques
Établissements canadiensXenon Pharmaceuticals (Canada)
Organismes subventionnairesnon disponible
Mots-clésContainer (type theory)SoftwareSession (web analytics)ExploitData sharingApplication lifecycle managementSoftware development

Résumé

récupéré en direct d'OpenAlex

Containers have become a popular approach to package software applications with all their libraries and other dependencies. This makes them easier to maintain, update, and distribute and enables new ways of managing the software lifecycle. Over time, container repositories have been developed for sharing applications and entire software stacks. However, with it a whole new world of questions and challenges has emerged around the management of containers, their integration into existing systems and workflows, user management, security and permissions, network and storage integration, etc. This BoF session will feature a few short presentations from organisations which have adopted containers in their compute environments and they will share their experience, challenges, and success stories. These will highlight aspects around the implementation of containers in HPC and AI environments, batch and K8 platforms, security and secure software supply chains, storage integration and adption of DevSecOps/GitOps/Platform Engineering approaches to application lifecycle management. These topics will be relevant for anyone using or planning to deploy platforms for scientific computing, high performance computing, data analytics, or artificial intelligence and leveraging containers for the management software stack and/or the applications running on the system. The presentations are designed to encourage engagement with the audience and trigger questions and discussion and the sharing of ideas and experiences. At the end this session, you will have learned how some of the leading HPC and AI organisations in Australia build, secure, share and maintain their container platforms and you can become part of this growing community.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,007
Communication savante0,0180,040
Science ouverte0,0020,025
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0140,010

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 Opus0,020
Tête enseignante GPT0,278
Écart entre enseignants0,258 · 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'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetNatural Language Processing Techniques→Travaux en français237 207→