MétaCan
Menu
Retour à la cohorte
Enregistrement W2897620662 · doi:10.1109/re.2018.00038

Tailoring Requirements Negotiation to Sustainability

2018· article· en· W2897620662 sur OpenAlexafffund
Norbert Seyff, Stefanie Betz, Letícia Duboc, Colin C. Venters, Christoph Becker, Ruzanna Chitchyan, Birgit Penzenstadler, Markus Nöbauer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGreen IT and Sustainability
Établissements canadiensUniversity of Toronto
Organismes subventionnairesEngineering and Physical Sciences Research CouncilNatural Sciences and Engineering Research Council of CanadaAgència per a la Competitivitat de l’EmpresaGeneralitat de CatalunyaEuropean Commission
Mots-clésSustainabilityNegotiationLeverage (statistics)Process managementComputer scienceSustainability organizationsKey (lock)Social sustainabilityKnowledge managementRisk analysis (engineering)Management scienceBusinessEngineeringComputer securityPolitical science

Résumé

récupéré en direct d'OpenAlex

Requirements Engineering (RE) plays a critical role in software system development and is argued to be the key leverage point for practitioners who want to design sustainable software-intensive systems. However, existing RE methods and tools do not explicitly facilitate the discussion and negotiation of sustainability-related concerns. This leads to insufficient or onedimensional perceptions of sustainability. In this paper, we discuss our understanding of sustainability and its relationship with requirements. Based on the outcomes of this discussion, we have extended the WinWin Negotiation Model by incorporating sustainability concepts so that the negotiation also includes the ability to consider the impact of requirements on sustainability. Applying this negotiation method in an exploratory industrial case study, we have learned that this approach stimulates the discussion on sustainability and its multiple dimensions. It also allows practitioners to reflect on requirements and their effects on sustainability. However, we have also observed that further in-depth requirements analysis is needed to analyse the long-term effects of requirements regarding sustainability.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,226
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,260
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

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

Citations24
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGreen IT and SustainabilityTravaux en français237 207