Angular-projektin testaaminen
Notice bibliographique
Résumé
Opinnäytetyön tavoitteena oli tutkia Angular-projektin testaamista ja kehittää valmiina olevaan projektiin käytettäviä testejä sekä luoda pohja näiden testien jatkokehittämiselle. Tarkoituksena oli myös, että tätä työtä voisi käyttää myös pohjana sekä tulevien, että nykyisten projektien testaamiselle. Sekä tavoitteena oli myös tietysti inhimillisten virheiden vähentäminen. \n \nOpinnäytetyön toimeksiantajana toimi NordicEdu Oy ja projektina Angular-ohjelmistokehyksellä asiakkaalle kehitettyyn www-sovellukseen Rainmaker APP:iin. NordicEdu on opetus- ja hyötypelejä valmistava turkulainen yritys, jonka suurin osa projekteista on asiakasprojekteja. \n \nTutkimuksessa haettiin vastauksia seuraaviin kysymyksiin: Miten testejä kannattaa ruveta kehittämään ja kuinka kannattavaa se on? Kun kyseessä on jo valmiina oleva projekti, täytyykö testien kehittämistä miettiä eri tavalla kuin testivetoisessa kehityksessä? Onko Angularissa hyvät testauskirjastot ja mikä olisi paras tapa käyttää näitä kirjastoja? \n \nOpinnäytetyössä kehitettiin testejä tutkimuksen pohjalta ja luotiin pohja näiden testien jatkokehittämiselle Rainmaker APP:ssä ja tulevissa projekteissa. Opinnäytetyössä myös tarkasteltiin muita samankaltaisia ohjelmistokehyksiä kuin Angular ja testaamisen kannattavuudesta yleensä. Opinnäytetyön tuloksena syntyi käytettäviä testejä ja pohja näiden testien jatkokehittämiselle.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,346 | 0,158 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».