MétaCan
Menu
Retour à la cohorte
Enregistrement W2766554465 · doi:10.5430/bmr.v6n4p40

The Agile Transition in Software Development Companies: The Most Common Barriers and How to Overcome Them

2017· article· en· W2766554465 sur OpenAlexvenueno aff
Santiago Obrutsky, Emre Erturk

Notice bibliographique

RevueBusiness and Management Research · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Techniques and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgile software developmentScrumProcess managementKnowledge managementBusinessProject managementWork (physics)Agile usability engineeringChange management (ITSM)Software developmentComputer scienceSoftwareSoftware development processEngineeringMarketingSystems engineering

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to investigate the most common barriers facing the greater adoption of Agile approaches to project management, and ways to overcome these barriers during an Agile transition. First, based on a literature review, this paper describes the Agile approaches and practices in general. The review also covers the previous work around the adoption of Agile, which provides considerable information about the challenges of doing so. This includes some prerequisites, key decisions, transitional frameworks, and recommendations to overcome organisational, cultural, and structural barriers. Next, this paper reports on a recently conducted Agile project management survey. Using this method, this research project gathered information about the important issues that software development companies have to overcome in order to be successful in an Agile transition. The survey was given to Scrum masters, project managers, chief executive officers, and IT professionals, who have participated in companies that have migrated from a traditional methodology to an Agile methodology. Several barriers were highlighted: general organisational resistance to change, lack of user/customer availability, pre-existing rigid framework, not enough personnel with Agile experience, concerns about loss of management control, concerns about lack of upfront planning, insufficient management support, concerns about the ability to scale Agile, need for development team support, and the perceived time and cost to make the transition. Finally, the paper offers concise recommendations to overcome each of the barriers as well as ideas for future research.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,003
Communication savante0,0090,010
Science ouverte0,0020,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,060
Tête enseignante GPT0,324
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and Management ResearchMême sujetSoftware Engineering Techniques and PracticesTravaux en français237 207