Software maintenance and the understanding of where in the source code features are implemented are two strongly coupled tasks that make up a large portion of the effort spent on developing applications. The concept of feature location investigated in this thesis can serve as a supporting factor in those tasks as it facilitates the automation of otherwise manual searches for source code artifacts. Challenges in this subject area include the aggregation and composition of a training corpus from historical codebase data for models as well as the integration and optimization of qualified topic modeling techniques. Building up on previous research, this thesis provides a comparison of two different techniques and introduces a toolkit that can be used to reproduce and extend on the results discussed. Specifically, in this thesis a changeset-based approach to feature location is pursued and applied to a large open-source Java project. The project is used to optimize and evaluate the performance of Latent Dirichlet Allocation models and Pachinko Allocation models, as well as to compare the accuracy of the two models with each other. As discussed at the end of the thesis, the results do not indicate a clear favorite between the models. Instead, the outcome of the comparison depends on the metric and viewpoint from which it is assessed.

Supporting graduate students as authors is one of the many services we provide at the University Library, University of Saskatchewan (USask). Graduate students often submit articles to journals based on content from their electronic theses or dissertations (ETDs). Recently, we have noticed an increase in the number of such article submissions being flagged for possible rejection on “plagiarism” or “prior publication” grounds. We suspect this may be because plagiarism detection software is increasingly being integrated into publishers’ article submission systems. This software is triggered by the existence of the student’s open access (OA) ETD in our institutional repository. This happens despite OA ETD inclusion in repositories being a common practice and despite journal policies often allowing submission of articles based on ETDs. We review common practices and guidelines around publishing of ETD content, two recent cases of journals initially rejecting such submissions by graduate student authors of our institution, and our reflections on this issue and how to address it.

No description available.

No description available.

No description available.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

A investigação teve como objetivo apresentar uma metodologia de organização, representação, preservação e disseminação da informação técnico-científica em plataformas de acesso aberto: DSpace e Archivematica, tendo como base os princípios da Arquivística, Organização e Representação do Conhecimento e Arquitetura da Informação para subsidiar a concepção, modelagem e implementação de um protótipo de repositório digital aplicado no domínio da Sociedade Brasileira para o Progresso da Ciência - SBPC. Para alcançar os objetivos propostos, utilizou-se da abordagem hipotético-dedutivo e da pesquisa ação para compor o desenvolvimento do quadro teórico e empírico da pesquisa. O percurso metodológico foi realizado a partir de uma extensa revisão bibliográfica sobres as temáticas envolvidas. Num primeiro momento, buscou-se a identificação e seleção de aportes conceituais e metodológicos que pudessem orientar a criação do repositório. Em seguida, foi aplicado a metodologia da identificação de tipologia documental para o reconhecimento do domínio de aplicação, visando levantar e identificar as funções, atividades, espécies e tipologias documentais para nortear a sistematização do arcabouço conceitual e metodológico (criação de plano de classificação, definição da camada de metadados, e sistemas de organização, navegação, rotulação e busca. E por fim, a customização dos componentes técnicofuncionais da plataforma DSpace e a sua integração com o software Archivematica. Como resultado final, apresenta-se a definição de um conjunto de requisitos mínimos relativos às estruturas e elementos que compõem a arquitetura da informação, camada de metadados para organização, representação e recuperação da informação, sistemas de organização do conhecimento e aspectos fundamentais para subsidiar a gestão da preservação digital a longo prazo. Conclui-se, portanto, que a plataforma DSpace integrada com o Archivematica podem ser dispositivos eficazes para prover o armazenamento, organização, representação, disseminação e preservação de documentos destinados à guarda permanente para constituir a memória institucional. / The investigation had the objective of presenting a methodology of organization, representation, preservation and dissemination of technical and scientific information in open access platforms: DSpace and Archivematica, based on the principles of Archival Science, organization and representantion of knowledge and information architecture to subsidize the conception, modeling and implementation of a digital repository prototype applied in the dominion of the Brazilian Society for the Progress of Science - SBPC. To achieve the proposed objectives, we used the hypothetical-deductive approach and action research to compose the development of the theoretical and empirical framework of the research. The methodological path was carried out from an extensive bibliographical review on the themes involved. In a first moment, it was sought an identification and selection of conceptual and methodological contributions that could orientate the repository creation. Then, the methodology of identification of documentary typology was applied for the recognition of the application dominion, aiming to raise and identify the functions, activities, species and documentary typologies to guide the systematization of the conceptual and methodological framework (creation of classification plan, metadata layer, and organization, navigation, lettering and search system). And finally, the customization of technical-functional components of the DSpace platform and your integration with the Archivematica software. As final result, presents the definition of a series of minimum requirements relative to the structures and elements of the information architecture, metadata layers to information organization, representation and recuperation, knowledge organization system and fundamental aspects to subsidize the management of a long term digital preservation. Therefore, concludes that the platform DSpace integrated with the Archivematica can be effective devices to provide the storage, organization, representation, dissemination and preservation of documents intended for permanent custody to constitute the institutional memory.

Esta pesquisa teve como objetivo principal propor um panorama de integração entre repositórios de dados de pesquisa e publicações científicas baseado no modelo de publicações ampliadas. Do ponto de vista de sua natureza, é básica. Segundo a abordagem é considerada qualitativa, e caracteriza-se por ser uma pesquisa exploratória e bibliográfica. O modelo de análise deste estudo foi composto por três fases. Na primeira fase de análise, foram coletadas literaturas específicas da área por meio da revisão sistemática e, a partir das literaturas, foram extraídos os requisitos indicados e sugeridos para um modelo de publicação ampliada. Na segunda fase de análise, foram selecionados os repositórios de dados de pesquisa através do diretório re3data.org e averiguadas as informações disponibilizadas por meio dos filtros que demonstrassem a utilização de ligações baseadas no modelo de publicação ampliada. Na terceira fase de análise, foi realizada a inspeção das interfaces e identificados os elementos que cada repositório contempla para posteriormente iniciar as análises, observações e comparações dos elementos utilizados nos repositórios com os requisitos estabelecidos por meio da revisão sistemática. Percebeu-se na literatura que há uma tentativa de adicionar uma estrutura utilizando-se requisitos relacionados a metadados, relacionamentos semânticos, entre outros. Verificou-se que parte dessa estrutura indicada na literatura já encontra-se nas interfaces de alguns repositórios identificados no diretório re3data.org. No entanto estes repositórios que contemplam parte da estrutura indicada foram caracterizados como uma minoria. Desta forma, verificou-se uma necessidade crescente, de uma infraestrutura compatível com as publicações ampliadas, tornando-se de extrema importância a utilização de requisitos para as interfaces dos repositórios de dados de pesquisa O cruzamento de informações realizado neste estudo permitiu um maior entendimento do quanto é importante o uso de cada um dos requisitos estipulados, como também foi possível compreender as consequências caso estes requisitos não estejam contemplados nas interfaces de repositórios. Os repositórios de dados de pesquisa deveriam fornecer em suas interfaces as ligações e o acesso às respectivas publicações científicas dos dados registrados para que fosse possível compreender os estudos realizados a partir destes dados. Foi comprovado que esse processo não ocorre na grande parte dos repositórios, o que dificulta a compreensão sobre a origem e o contexto em que foram utilizados esses dados. Percebe-se que os repositórios que não estavam de acordo com os principais requisitos estabelecidos apresentavam características de publicações convencionais como, por exemplo, documentos em PDF, textos em HTML e que não estavam de acordo com padrões da web semântica. Esta proposta de um panorama de integração de dados de pesquisa baseado em publicações ampliadas visa sugerir uma interface que contemple todos os requisitos especificados nesta pesquisa para que se tenha uma infraestrutura compatível com as publicações ampliadas. A partir da investigação e do aprofundamento sobre o tema, foi possível ampliar o conhecimento e detectar os elementos apropriados para propor um panorama de integração entre um repositório de dados de pesquisas e publicações científicas baseando-se em um modelo de publicação ampliada, como também destacar as vantagens da utilização deste modelo. Considera-se que um conjunto de dados disponíveis em um repositório digital, que contemple os requisitos, melhora a recuperação da informação e, consequentemente, aumenta a visibilidade da publicação e de autores. / This research had the main objective to propose an integration landscape between research data repositories and scientific publications based on the model for enhanced publications. From its nature`s point of view, it is basic. According to the approach it is considered a qualitative, is characterized as an exploratory, bibliographic research and a case study as well. The analysis model of this study was constituted of three phases. In first phase of the analyses, specific literatures were colected through the systematic review and from literatures, in addition the suggested requirements and indicated for a model for enhanced publications were extracted, in addition the suggested requirements and indicated for an enhanced publication model were extract. In second phase of the analyses, research data repositories were select through the re3data.org directory and were verified the information provided through the filters which demonstrated the application of links based on the model for enhanced publications. In the third and last phase of the analyses, an inspection of interfaces were realized, and also elements that each repository comprehend were identified to subsequently initiate the analyses, observations and comparisions of the elements used on repositories with the estabilished requirements through systematic review. It was perceived in the literature, that there are an attempt to add a structure by using related requirements to metadata, semantic relationship, among others. Also verified that part of this estructure indicated on literature is available on interfaces of some identified repositories on re3data.org. Although these repositories which comprehend part of the indicated structure were characterized as a minority.( Continue) Therefore, there has been a growing need for an infrastructure compatible with the enhanced publications, aware of the importance for the application of requirements to the interfaces of research data repositories. The crossover of informations realized in this study allowed a greater understanding about the importance to use each one of the stipulated requirements, as well as was possible to understand the consequences in case of these requirements are not be included in the repositories interfaces. Research data repositories should provide on their interfaces the links and access to their respective scientific publications of the recorded data in order to be able to understand the studies carried out from this data. It has been proven that this process does not occur in most repositories, which difficults to understand the origin and context in which these data were used. It was noticed that repositories not in agreement with the main presented established requirements characteristics of conventional publications, as for example PDF documents, HTML texts and which was not in accordance to patterns for semantic web. This proposal for a research data integration model based on enhanced publications aims to suggest an interface that that fulfills all the specified requirements in this research to obtain an infrastructure compatible to enhanced publications. From the investigation and deepening the theme, it was possible to increase the knowledge and to detect the appropriate elements to propose an integration model between a researches data repository and scientific publications based on a model for enhanced publication as well as highlighting the advantages of applying this model. Thus, it is concluded that a set of available data into a digital repository that comprehend the requirements improves the information recovery and, therefore, increases the visibility of publication and authors.

Com a evolução da informática, diferentes meios de comunicação passaram a explorar a Web como um meio de divulgação de suas informações. Diferentes fontes de informações, diferentes estilos de escrita e a curiosidade nata do ser humano despertam o interesse de leitores por conhecer mais de um relato sobre um mesmo tema. Para que a leitura de diferentes relatos com conteúdo similar seja possível, leitores precisam procurar, ler e analisar informações fornecidas por diferentes fontes de informação. Essa atividade, além de exigir grande investimento de tempo, sobrecarrega cognitivamente usuários. Faz parte das pesquisas da área de Hipermídia investigar mecanismos que apóiem usuários no processo de identificação de informações em repositórios homogêneos, sejam eles disponibilizados na Web ou não. No contexto desta tese, repositórios com informações de conteúdo homogêneo são aqueles cujas informações tratam do mesmo assunto. Esta tese tem por objetivo investigar a especificação, a instanciação e a experimentação de um arcabouço para apoiar a tarefa de criação automática de ligações hipertexto entre repositórios homogêneos. O arcabouço proposto, denominado CARe (Criação Automática de Relacionamentos), é representado por um conjunto de classes que realizam a coleta de informações a serem relacionadas e que processam essas informações para a geração de índices. Esses índices são relacionados e utilizados na criação automática de ligações hipertexto entre a informação original. A definição do arcabouço se deu após uma fase de análise de domínio na qual foram identificados requisitos e construídos componentes de software. Nessa fase, vários protótipos também foram construídos de modo iterativo / With the evolution of the Internet, distinct communication media have focused on the Web as a channel of information publishing. An immediate consequence is an abundance of sources of information and writing styles in the Web. This effect, combining with the inherent curiosity of human beings, has led Web users to look for more than a single article about a same subject. To gain access to separate on a same subject, readers need to search, read and analyze information provided by different sources of information. Besides consuming a great amount of time, that activity imposes a cognitive overhead to users. Several hypermedia researches have investigated mechanisms for supporting users during the process of identifying information on homogeneous repositories, available or not on the Web. In this thesis, homogeneous repositories are those containing information that describes a same subject. This thesis aims at investigating the specification and the construction of a framework intended to support the task of automatic creation of hypertext links between homogeneous repositories. The framework proposed, called CARe (Automatic Creation of Relationships), is composed of a set of classes, methods and relationships that gather information to be related, and also process that information for generating an index. Those indexes are related and used in the automatic creation of hypertext links among distinct excerpts of original information. The framework was defined based on a phase of domain analysis in which requirements were identified and software components were built. In that same phase several prototypes were developed in an iterative prototyping

Os avanços tecnológicos impõem um grande desafio para a preservação do patrimônio digital. Além de garantir a longevidade e acessibilidade dos documentos, é necessário mantê-los autênticos e íntegros para que os usuários confiem neles como fonte de informação e objeto de estudo. Instituições guardiãs precisam assumir a preservação de suas coleções digitais e construir repositórios digitais confiáveis. Este trabalho recorre a um estudo exploratório para conhecer as práticas de preservação da autenticidade e integridade dos documentos que compõem os acervos das bibliotecas digitais de teses e dissertações das três universidades estaduais paulistas (Universidade de São Paulo - USP, Universidade Estadual Paulista Júlio Mesquita Filho - Unesp e Universidade Estadual de Campinas - Unicamp). As práticas dessas universidades demonstram a necessidade de melhorias para que elas sejam efetivamente capazes de assumir a responsabilidade de salvaguardar o patrimônio digital. / Technological innovations raise a set of great challenges to the preservation of digital heritage. Besides assuring the longevity and accessibility of digital documents, it is also important to preserve their authenticity and integrity so one can trust and use digital documents as information source and study objects. Memory organizations must assume an active role in preserving their digital collections and building trusted digital repositories. This dissertation searches through an exploratory study to uncover the practices of the digital libraries of theses and dissertations of the three state universities of Sao Paulo (Universidade de São Paulo - USP, Universidade Estadual Paulista Júlio de Mesquita Filho - Unesp e Universidade Estadual de Campinas - Unicamp) for preserving the authenticity and integrity of their collections. Their preservation practices show that improvements need to be done so they can in fact take the responsibility of preserving digital heritage.