Von den Autoren wurde ein neuer Ansatz entwickelt und implementiert, der Entwicklern ermöglicht, Anwendungen, die im Zuge der fortschreitenden Digitalisierung auf der Analyse und Kombination von Daten basieren, unmittelbar bei Erstellung mit eCl@ss-Merkmalen zu verknüpfen und bei Bedarf neuen eCl@ss-Content hinzuzufügen. Die Datenmodelle der Applikationen können damit vollständig und lückenlos bereits in der Entwicklung auf Basis von eCl@ss-Merkmalen erstellt und die Datenentstehung vollständig von der Datennutzung getrennt werden. Neuer Content wird mit Hilfe des Ansatzes sofort verfügbar und die Daten der Applikation können durch Dritte interpretiert werden. Mittels eines auf Industriestandards basierenden Informationsmodells gelingt die Sicherung der Qualität neu hinzugefügter Merkmale. Die damit verbundene Erleichterung der Qualitätsprüfung neuen eCl@ss-Contents soll zu einer flexibleren und schnelleren Nutzung des Klassifikationssystems für neue Anwendungen führen. Der vorgeschlagene Ansatz zeigt einen Weg auf, wie Klassifikationssysteme wie eCl@ss agil weiterentwickelt werden können und mit der Dynamik der Entwicklung neuer Anwendungen schritthalten.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.