MétaCan
Menu
Retour à la cohorte
Enregistrement W7133539868 · doi:10.1109/niss66502.2025.00031

A Scoping Review of the Use of DSL in Software Applications: The Case of Chatbot Development

2025· article· W7133539868 sur OpenAlexaff
Charaf Ouaddi, Adnane Souha, Lamya Benaddi, Abdeslam Jakimi, Rachid Saadane, Abdellah Chehri

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineComputer Science
ThématiqueAI in Service Interactions
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésChatbotDigital subscriber lineSoftwareSoftware developmentDomain (mathematical analysis)

Résumé

récupéré en direct d'OpenAlex

Domain-Specific Languages (DSLs) have garnered considerable attention in software development for their capacity to expedite the creation of diverse applications, including mobile applications, chatbots, websites, and recommendation systems. By offering high-level abstractions tailored to specific domains, DSLs simplify development tasks and make software creation more accessible to users, thereby reducing the need for extensive programming expertise. This paper aims to examine the use of DSLs in software development through a comprehensive literature review, analyzing existing DSLs, the types of applications they support, and the technologies employed in their construction. Additionally, this study proposes a DSL specifically designed to accelerate chatbot development. This DSL provides a graphical interface for modeling conversations and includes code generation templates for chatbot source files.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,767
Score d'incertitude au seuil0,411

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,072
Tête enseignante GPT0,351
Écart entre enseignants0,279 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAI in Service InteractionsTravaux en français237 207