Resultados de búsqueda para Eficacia Cognitiva

WebML es un lenguaje específico de dominio para el desarrollo de aplicaciones Web que proporciona construcciones para modelar el contenido, el comportamiento y la navegación de la aplicación a generar. Como en el caso de cualquier otro lenguaje visual, su notación, que asocia una representación gráfica a los conceptos del lenguaje, es un elemento clave de WebML. En el momento de su especificación, los símbolos gráficos que utiliza WebML fueron definidos únicamente con la idea de proporcionar artefactos de modelado simples y expresivos, pero sin adoptar un enfoque científico y riguroso. Con el fin de ilustrar esta limitación e identificar algunos puntos de mejora, este trabajo analiza la notación visual de WebML bajo el marco que definen los principios recogidos en una sólida y conocida teoría científica sobre la eficacia cognitiva de las notaciones visuales. Como resultado se ha identificado un conjunto de posibles mejoras que requerirán de una validación empírica.

Los lenguajes específicos de dominio juegan un papel fundamental en el desarrollo de software dirigido por modelos, en cuanto permiten obtener una mayor expresividad y facilidad de uso respecto a un lenguaje de propósito general. La creación de editores gráficos para trabajar con este tipo de lenguajes no es una tarea trivial, aunque actualmente existen diferentes entornos de desarrollo que proporcionan el soporte para llevar a cabo dicha creación. Mediante el análisis de las principales características de dichos entornos, hemos identificado algunos aspectos de mejora relacionados con la eficacia cognitiva de las notaciones visuales y con la automatizacíon de todo el proceso de desarrollo de un editor gráfico. Por este motivo, en este trabajo introducimos CEViNEdit, una herramienta basada en GMF que proporciona mecanismos que permiten guiar la seleccíon de las variables visuales que componen la notación, evaluar la eficacia cognitiva de dicha seleccíon y automatizar la generación del editor gráfico.