Évaluation multicritères du site WEB du Ministère des Ressources Humaines et Développement Social du Canada
Bibliographic record
Abstract
Le développement d'applications s'appuyant sur le Web a connu ces dernières années une très forte croissance. Dans le secteur public, les sites Web sont devenus l'épine dorsale du système informatique du gouvernement car leur importance est vitale à cause des services essentiels qu'ils offrent aux citoyens et aux entreprises. Le besoin de mettre au point des principes et méthodes spécifiques au développement de ce type d'applications d'une manière générale, et à l'évaluation de leur qualité se fait de plus en plus ressentir dans l'industrie du génie logiciel. En effet, l'évaluation quantitative de la qualité des applications Web (critères et métriques) est très récente. Dans ce mémoire, nous présentons d'abord les deux principales méthodes traditionnelles d'évaluation de la qualité des sites Web du gouvernement du Canada, à savoir l'analyse de la conformité à des normes et directives gouvernementales du Canada et la méthode de calcul de l'indice de maturité des services publics en ligne puis par la suite les principales composantes d'une méthode nouvelle, WebQEM (Web Quality Evaluation Method), à savoir l'arbre de qualité basé sur la norme ISO 9126 et la structure mathématique du modèle WebQEM. Finalement, nous proposons une adaptation de la méthode WebQEM pour son application à l'environnement spécifique du ministère RHDSC, ce qui conduira à une évaluation du niveau de satisfactions de 10 facteurs de qualité du site Web de ce ministère. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Évaluation quantitative, Qualité, Arbre de qualité, WebQEM, ISO 9126.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.010 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".