An empirical evaluation of the ISO/IEC 15504 assessment model
Notice bibliographique
Résumé
The emerging International Standard ISO/IEC 15504 (Software Process Assessment) includes an exemplar assessment model (known as Part 5). From data collected thus far, the majority of users of ISO/IEC 15504 employ the exemplar model as the basis for their assessments. This makes it important to perform systematic empirical evaluations of this model. Such evaluations would provide a substantiated basis for using the model, as well as give the developers of ISO/IEC 15504 information as to the necessary improvements to make. Questionnaire data was collected from the lead assessors of 57 assessments world-wide. Our findings indicate that a majority of the assessors used Part 5 as a source of indicators for conducting their assessments and they found Part 5 both useful and easy to use. Furthermore, they were satisfied with the level of detail of the exemplar model, although a minority indicated that less detail in the collected evidence would not have harmed the accuracy of their judgements. However, the assessors also expressed doubts about the consistency and repeatability of their process attribute ratings. A closer examination indicated a concern with ratings at levels 4 and 5. Finally, they found it easier to rate at the extremes of the rating scale, but clearly had more difficulty rating at the middle of the scale. These findings are encouraging in that they indicate that the current model can be used successfully in assessments. However, they also ,point out some weaknesses in the rating scheme that need to be rectified in future revisions of ISO/IEC 15504.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,308 | 0,482 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».