MétaCan
Menu
Retour à la cohorte
Enregistrement W958811691 · doi:10.1017/cbo9780511977381.016

Unified Modeling Language Elements

2011· other· en· W958811691 sur OpenAlexaff
Damian Rouson, Jim Xia, Xiaofeng Xu

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineComputer Science
ThématiqueModel-Driven Software Engineering Techniques
Établissements canadiensIBM (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceObject Constraint LanguageClass diagramSequence diagramUnified Modeling LanguageProgramming languageCommunication diagramNotationDiagrammatic reasoningTerminologyObject (grammar)Class (philosophy)Applications of UMLLinguisticsNatural language processingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This appendix summarizes the Unified Modeling Language (UML) diagrammatic notation employed throughout this book along with the associated terminology and brief definitions of each term. We consider the elements that appear in the five types of UML diagrams used in the body of the current text: use case, class, object, package, and sequence diagrams. At the end of the appendix, we give a brief discussion of Object Constraint Language (OCL), a declarative language for describing rules for UML models. Use Case Diagrams A use case is a description of a system's behavior as it responds to an outside request or input. It captures at a high level who does what for the system being modeled. Use cases describe behavior, focusing on the roles of each element in the system rather than on how each element does its works. A use case diagram models relationships between use cases and external requests, thus rendering a visual overview of system functionality. Figure B.1 reexamines the fin heat conductor analyzer diagram from Figure 2.6, adding notations to identify the elements of the use case diagram. Use case diagrams commonly contain the following elements: Actors: people or external systems that interact with the system being modeled. Actors live outside the system and are the users of the system. Typically actors interact with the system through use cases. In UML, actors are drawn as stick figures. In the fin analyzer system example, system architect, thermal analyst , and numerical analyst are actors. […]

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)0,004
score de la tête « metaresearch » (Gemma)0,010
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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,282

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0050,006
Science ouverte0,0040,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0840,054

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 Opus0,021
Tête enseignante GPT0,243
Écart entre enseignants0,222 · 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
GenreAutre

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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetModel-Driven Software Engineering TechniquesTravaux en français237 207