MétaCan
Menu
Retour à la cohorte
Enregistrement W6983470559

MeTIS (a method for transformation of intentional services)

2010· other· fr· W6983470559 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpenGrey (Institut de l'Information Scientifique et Technique) · 2010
Typeother
Languefr
DomaineEngineering
ThématiqueCivil and Structural Engineering Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésService (business)Context (archaeology)Web serviceSubject (documents)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La thèse a pour objectif de proposer une méthode de transformation des services intentionnels en applications exécutables construites à base de services logiciels interactifs. Un service intentionnel MIS (Méta-modèle de Services Intentionnels) se définit par rapport au but que les services logiciels correspondants permettront d atteindre. MIS classe les services intentionnels en deux catégories: agrégat et atomique. Un service de type agrégat est utilisé lorsque le but est affiné par un ou plusieurs sous-buts de services intentionnels. Par opposition, le service intentionnel atomique est associé à un but qui n est pas affinable en sous-buts mais qui est directement opérationnalisable par l exécution d un ou plusieurs éléments opérationnels. La méthode appelée MeTSI applique les principes de l ingénierie dirigée par les modèles. Elle adopte une démarche transformationnelle, dans le sens où, à chaque étape, les descriptions de services sont des modèles instances de méta-modèles qui sont transformés et affinés. Elle permet d'aboutir à une solution logicielle exécutable sous la forme d'une application à base de services interactifs qui contient toutes les dimensions d'une application, à savoir, l'aspect interface d'interaction de l'utilisateur avec l'application, l'aspect métier réalisé par des services web et leur coopértaion dans une composition orchestrée de services. Elle opère par transformations successives de façon à séparer les sujets d'intérêt pour apporter de la flexibilité et permettre l'adaptation, en particulier, à différentes plates-formes d'implémentation. Elle réutilise des services web déjà réalisés lorsque c'est possible.

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)0,003
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0020,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0300,011

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 Opus0,014
Tête enseignante GPT0,287
Écart entre enseignants0,273 · 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpenGrey (Institut de l'Information Scientifique et Technique)Même sujetCivil and Structural Engineering ResearchTravaux en français237 207