Agile Software Development in Healthcare: A Synthetic Scoping Review
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
Even though software can be found everywhere, software development has encountered many problems, resulting in the emergence of new alternative development paradigms. Among them, agile approaches are the most popular. While much research has been published about agile software development (ASD) in general, there is a lack of documented knowledge about its use in healthcare. Consequently, it is not clear how ASD is used in healthcare, how it performs, and what the reasons are for not using it. To fill this gap, we performed a quantitative and qualitative knowledge synthesis of the research literature harvested from Scopus and Web of Science databases, employing the triangulation of bibliometrics and thematic analysis to answer the research question What is state of the art in using ASD in the healthcare sector? Results show that the research literature production trend is positive. The most productive countries are leading software development countries: the United States, China, the United Kingdom, Canada, and Germany. The research is mainly published in health informatics source titles. It is focused on improving the software process, quality of healthcare software, reduction of development resources, and general improvement of healthcare delivery. More research has to be done on scaling agile approaches to large-scale healthcare software development projects. Despite barriers, ASD can improve software development in healthcare settings and strengthen cooperation between healthcare and software development professionals. This could result in more successful digital health transformation and consequently more equitable access to expert-level healthcare, even on a global level.
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 | 0,002 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 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