Stakeholder Concern-Driven Requirements Analytics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The requirements engineering (RE) process and resultant requirements usually inform and interact with downstream (e.g., design and testing) and side-stream (e.g., project management, quality management) processes in various ways. Each of these processes involves numerous internal stakeholders (e.g., managers, developers, architects, etc.) who, in turn, have different concerns with regard to the impact of requirements on their respective processes. In other words, the various stakeholders need different types of requirements information and measurements in order for them to manage, control, and track their respective process activities (e.g., design traceability information for architects, requirements progress for project managers, etc.). The burden of providing this information usually falls within the realm of the requirements management process. However, due to the lack of identified metrics and analytical methods, the process of providing the various stakeholders with the information that addresses their various concerns becomes cumbersome. This is further complicated by large project sizes, numerous stakeholders, time pressure, large numbers of requirements, other software artifacts, and others. This proposal aims to address this problem by proposing to provide stakeholders with concern-driven requirements analytics that will address their various concerns. We intend to achieve this through identifying metrics and analytical methods that can be readily used in the requirements management process. We further propose to provide the stakeholder with a dashboard that allows them to choose from the various requirements analytics options along with visualization techniques that would best visualize the data and address their concerns.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,173 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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