Umeå universitets logga

umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Evaluating quality of ontology-driven conceptual models abstractions
KRDB Research Centre on Knowledge and Data, Free University of Bozen-Bolzano, Bolzano, Italy.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap. KRDB Research Centre on Knowledge and Data, Free University of Bozen-Bolzano, Bolzano, Italy.ORCID-id: 0000-0001-5174-9693
Semantics, Cybersecurity & Services (SCS), University of Twente, Enschede, Netherlands.
2024 (Engelska)Ingår i: Data & Knowledge Engineering, ISSN 0169-023X, E-ISSN 1872-6933, Vol. 153, artikel-id 102342Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

The complexity of an (ontology-driven) conceptual model highly correlates with the complexity of the domain and software for which it is designed. With that in mind, an algorithm for producing ontology-driven conceptual model abstractions was previously proposed. In this paper, we empirically evaluate the quality of the abstractions produced by it. First, we have implemented and tested the last version of the algorithm over a FAIR catalog of models represented in the ontology-driven conceptual modeling language OntoUML. Second, we performed three user studies to evaluate the usefulness of the resulting abstractions as perceived by modelers. This paper reports on the findings of these experiments and reflects on how they can be exploited to improve the existing algorithm.

Ort, förlag, år, upplaga, sidor
Elsevier, 2024. Vol. 153, artikel-id 102342
Nyckelord [en]
Conceptual model abstraction, FAIR model catalog, Ontology-driven conceptual models, Quality evaluation of abstractions, Unified foundational ontology (UFO), User studies in conceptual modeling
Nationell ämneskategori
Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:umu:diva-228110DOI: 10.1016/j.datak.2024.102342ISI: 001281253100001Scopus ID: 2-s2.0-85199337976OAI: oai:DiVA.org:umu-228110DiVA, id: diva2:1886548
Forskningsfinansiär
Wallenberg AI, Autonomous Systems and Software Program (WASP)Tillgänglig från: 2024-08-02 Skapad: 2024-08-02 Senast uppdaterad: 2025-04-24Bibliografiskt granskad

Open Access i DiVA

fulltext(2566 kB)75 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 2566 kBChecksumma SHA-512
4aa8f93290b50c39b9d46138d68a635074f8192c9162b7d4832c08b740629e3d4874aab12b92d4b75523dac6a2ca990b216e91b3f8f3881c03af08cf2d22bda2
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Person

Calvanese, Diego

Sök vidare i DiVA

Av författaren/redaktören
Calvanese, Diego
Av organisationen
Institutionen för datavetenskap
I samma tidskrift
Data & Knowledge Engineering
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 75 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 126 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf