Task Interruptions in Requirements Engineering: Reality versus\n Perceptions!
Notice bibliographique
Résumé
Task switching and interruptions are a daily reality in software development\nprojects: developers switch between Requirements Engineering (RE), coding,\ntesting, daily meetings, and other tasks. Task switching may increase\nproductivity through increased information flow and effective time management.\nHowever, it might also cause a cognitive load to reorient the primary task,\nwhich accounts for the decrease in developers' productivity and increases in\nerrors. This cognitive load is even greater in cases of cognitively demanding\ntasks as the ones typical for RE activities. In this paper, to compare the\nreality of task switching in RE with the perception of developers, we conducted\ntwo studies: (i) a case study analysis on 5,076 recorded tasks of 19 developers\nand (ii) a survey of 25 developers. The results of our retrospective analysis\nshow that in ALL of the cases that the disruptiveness of RE interruptions is\nstatistically different from other software development tasks, RE related tasks\nare more vulnerable to interruptions compared to other task types. Moreover, we\nfound that context switching, the priority of the interrupting task, and the\ninterruption source and timing are key factors that impact RE interruptions. We\nalso provided a set of RE task switching patterns along with recommendations\nfor both practitioners and researchers. While the results of our retrospective\nanalysis show that self-interruptions are more disruptive than external\ninterruptions, developers have different perceptions about the disruptiveness\nof various sources of interruptions.\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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».