MétaCan
Menu
Retour à la cohorte
Enregistrement W4287728102 · doi:10.48550/arxiv.2007.01761

The Lack of Shared Understanding of Non-Functional Requirements in\n Continuous Software Engineering: Accidental or Essential?

2020· preprint· en· W4287728102 sur OpenAlexaff
Colin Werner, Ze Shi Li, Neil Ernst, Daniela Damian

Notice bibliographique

RevuearXiv (Cornell University) · 2020
Typepreprint
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Techniques and Practices
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésReworkComputer scienceAgile software developmentProcess managementRisk analysis (engineering)Knowledge managementSoftware engineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Building shared understanding of requirements is key to ensuring downstream\nsoftware activities are efficient and effective. However, in continuous\nsoftware engineering (CSE) some lack of shared understanding is an expected,\nand essential, part of a rapid feedback learning cycle. At the same time, there\nis a key trade-off with avoidable costs, such as rework, that come from\naccidental gaps in shared understanding. This trade-off is even more\nchallenging for non-functional requirements (NFRs), which have significant\nimplications for product success. Comprehending and managing NFRs is especially\ndifficult in small, agile organizations. How such organizations manage shared\nunderstanding of NFRs in CSE is understudied. We conducted a case study of\nthree small organizations scaling up CSE to further understand and identify\nfactors that contribute to lack of shared understanding of NFRs, and its\nrelationship to rework. Our in-depth analysis identified 41 NFR-related\nsoftware tasks as rework due to a lack of shared understanding of NFRs. Of\nthese 41 tasks 78% were due to avoidable (accidental) lack of shared\nunderstanding of NFRs. Using a mixed-methods approach we identify factors that\ncontribute to lack of shared understanding of NFRs, such as the lack of domain\nknowledge, rapid pace of change, and cross-organizational communication\nproblems. We also identify recommended strategies to mitigate lack of shared\nunderstanding through more effective management of requirements knowledge in\nsuch organizations. We conclude by discussing the complex relationship between\nshared understanding of requirements, rework and, CSE.\n

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)0,050
score de la tête « metaresearch » (Gemma)0,175
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,266

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,175
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,007
Communication savante0,0070,008
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,165
Tête enseignante GPT0,246
Écart entre enseignants0,081 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetSoftware Engineering Techniques and PracticesTravaux en français237 207