論文の概要: Improving the Developer Experience with a Low-Code Process Modelling Language
- arxiv url: http://arxiv.org/abs/2508.06299v1
- Date: Fri, 08 Aug 2025 13:20:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-11 20:39:06.238661
- Title: Improving the Developer Experience with a Low-Code Process Modelling Language
- Title(参考訳): 低コードプロセスモデリング言語による開発者エクスペリエンスの改善
- Authors: Henrique Henriques, Hugo Lourenço, Vasco Amaral, Miguel Goulão,
- Abstract要約: OutSystems Platformは、複数のDSLで構成される開発環境である。
ビジネスプロセス技術(BPT)は採用率が低く、導入を妨げるユーザビリティの問題があると考えられている。
我々はBPTの新バージョンを開発し、これらのインプットとOutsystemsのエンジニアの文化を考慮に入れた。
- 参考スコア(独自算出の注目度): 0.35248694676821474
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Context: The OutSystems Platform is a development environment composed of several DSLs, used to specify, quickly build, and validate web and mobile applications. The DSLs allow users to model different perspectives such as interfaces and data models, define custom business logic and construct process models. Problem: The DSL for process modelling (Business Process Technology (BPT)), has a low adoption rate and is perceived as having usability problems hampering its adoption. This is problematic given the language maintenance costs. Method: We used a combination of interviews, a critical review of BPT using the "Physics of Notation" and empirical evaluations of BPT using the System Usability Scale (SUS) and the NASA Task Load indeX (TLX), to develop a new version of BPT, taking these inputs and Outsystems' engineers' culture into account. Results: Evaluations conducted with 25 professional software engineers showed an increase of the semantic transparency on the new version, from 31% to 69%, an increase in the correctness of responses, from 51% to 89%, an increase in the SUS score, from 42.25 to 64.78, and a decrease of the TLX score, from 36.50 to 20.78. These differences were statistically significant. Conclusions: These results suggest that the new version of BPT significantly improved the developer experience of the previous version. The end users' background with OutSystems had a relevant impact on the final concrete syntax choices and achieved usability indicators.
- Abstract(参考訳): コンテキスト: OutSystems PlatformはいくつかのDSLで構成された開発環境であり、Webおよびモバイルアプリケーションを特定し、迅速に構築し、検証するために使用されます。
DSLは、ユーザーがインターフェイスやデータモデルのような異なる視点をモデル化し、カスタムビジネスロジックを定義し、プロセスモデルを構築することを可能にする。
問題: プロセスモデリング用のDSL(Business Process Technology (BPT))は採用率が低く、ユーザビリティの問題で採用が妨げられていると認識されている。
言語メンテナンスのコストを考えると、これは問題です。
方法: システム利用可能性尺度 (SUS) とNASA Task Load indeX (TLX) を用いた BPT の実践的評価と "Physics of Notation" を用いた BPT の批判的評価を併用して,BPT の新たなバージョンを開発し,これらのインプットと Outsystems の技術者の文化を考慮に入れた。
結果:25人のプロソフトウェアエンジニアによる評価では,新バージョンのセマンティック透明性が31%から69%に向上し,回答の正しさが51%から89%に向上し,SUSスコアが42.25から64.78に,TLXスコアが36.50から20.78に低下した。
これらの違いは統計的に有意であった。
結論: これらの結果は、BPTの新バージョンが以前のバージョンの開発者エクスペリエンスを大幅に改善したことを示唆している。
OutSystemsのエンドユーザのバックグラウンドは、最終的な具体的な構文選択に関連し、ユーザビリティインジケータを達成しました。
関連論文リスト
- LLMShot: Reducing snapshot testing maintenance via LLMs [0.5218155982819203]
スナップショットテストは、現代のソフトウェア開発におけるUIバリデーションの重要なテクニックとして登場した。
本稿では、VLM(Vision-Language Models)を利用して、スナップショットテストの失敗を自動的に解析する新しいフレームワークであるLLMShotを紹介する。
論文 参考訳(メタデータ) (2025-07-14T08:47:19Z) - Accelerated Test-Time Scaling with Model-Free Speculative Sampling [58.69141724095398]
STAND(Stochastic Adaptive N-gram Drafting)は,新しいモデルフリーな投機的デコード手法である。
従来の自己回帰復号法と比較して,STANDは推論遅延を60~65%削減することを示した。
モデルフリーのアプローチとして、STANDは追加のトレーニングなしで既存の言語モデルに適用できる。
論文 参考訳(メタデータ) (2025-06-05T07:31:18Z) - RAISE: Reasoning Agent for Interactive SQL Exploration [47.77323087050061]
本稿では,スキーマリンク,クエリ生成,反復的改善を1つのエンドツーエンドコンポーネントに統一する新しいフレームワークを提案する。
本手法は、不慣れなデータベースを扱う際に、人間がどう答えるかをエミュレートする。
論文 参考訳(メタデータ) (2025-06-02T03:07:08Z) - DiaTool-DPO: Multi-Turn Direct Preference Optimization for Tool-Augmented Large Language Models [7.404161214474878]
そこで本研究では,TA-LLMの対話能力を向上させる手法であるDiaTool-DPOを提案する。
TA-LLMインタラクションを5つの異なる対話状態を持つマルコフ決定プロセスとしてモデル化し、状態遷移軌跡に基づいてユーザクエリを3つのタイプに分類する。
評価の結果,DiaTool-DPOはGPT-4oの性能(情報収集では94.8%,ツールコールでは91%)に近づき,ベースラインよりも大幅に改善した。
論文 参考訳(メタデータ) (2025-04-02T05:47:28Z) - Lingma SWE-GPT: An Open Development-Process-Centric Language Model for Automated Software Improvement [62.94719119451089]
Lingma SWE-GPTシリーズは、現実世界のコード提出活動から学び、シミュレーションする。
Lingma SWE-GPT 72BはGitHubの30.20%の問題を解決する。
論文 参考訳(メタデータ) (2024-11-01T14:27:16Z) - Building Math Agents with Multi-Turn Iterative Preference Learning [56.71330214021884]
本稿では,モデル性能をさらに向上させるために,補完的な直接選好学習手法について検討する。
既存の直接選好学習アルゴリズムは、もともとシングルターンチャットタスク用に設計されている。
この文脈に合わせたマルチターン直接選好学習フレームワークを提案する。
論文 参考訳(メタデータ) (2024-09-04T02:41:04Z) - How Far Can Camels Go? Exploring the State of Instruction Tuning on Open
Resources [117.6496550359768]
この研究は、オープンな命令追従データセットにおける命令チューニング言語モデルの最近の進歩を探求する。
我々は、12の命令データセットに基づいて訓練された6.7Bから65Bのパラメータを含む、命令調整されたモデルの大規模なセットを提供する。
それらの事実的知識、推論、多言語性、コーディング、そしてその後に続くオープン・エンド・インストラクションに基づいて評価する。
論文 参考訳(メタデータ) (2023-06-07T19:59:23Z) - Reinforcement Learning for Test Case Prioritization [0.24366811507669126]
本稿では,強化学習をテスト戦略に応用する最近の研究について述べる。
我々は、金融機関から抽出された新たなデータに基づいて、新しい環境に適応する能力をテストする。
また,記憶表現のモデルとして決定木(DT)近似器を用いた影響についても検討した。
論文 参考訳(メタデータ) (2020-12-18T11:08:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。