模型驱动工程中研究构件的质量指南

共享研究构件已知有助于人们在现有知识基础上进行构建、在实践中采纳新贡献，并增加论文获得关注的机会。在模型驱动工程（MDE）中，公开提供研究构件发挥着关键作用，尤其是当社区致力于更广泛地使用 AI 技术时，这只有在拥有大型开放数据集及其质量置信度量的情况下才变得可行。然而，当前缺乏特定学科的共享研究数据指南，导致了对研究构件真正潜力的误解以及对构件质量的主观期望。为了解决这个问题，我们引入了一套专门针对 MDE 研究量身定制的构件共享指南。为了设计这套指南，我们系统地分析了主要计算机科学会议的通用构件共享实践，并将其调整至 MDE 领域。随后，我们对 90 名具有 MDE 专业知识的研究人员和从业者进行了一项在线调查。我们调查了参与者在 MDE 研究中开发和共享构件的经验以及在此过程中遇到的挑战。然后，我们要求他们将我们的每条指南按必要性、可取性或不必要性进行优先级排序。最后，我们要求他们从清晰度、完整性和相关性方面评估我们的指南。在每个维度中，我们的指南都得到了超过 92% 参与者的积极评价。为了促进我们结果的可重复性和可重用性，我们在开放存储库 \texttt{\url{https://mdeartifacts.github.io/}} 中提供了全套生成的构件。