MétaCan
Menu
Retour à la cohorte
Enregistrement W4386963044 · doi:10.1515/nleng-2022-0312

An effective framework to improve the managerial activities in global software development

2023· article· en· W4386963044 sur OpenAlexaff
S. Siddique, Naveed Muhammad, Atif Ali, Ismail Keshta, Muhammad Islam Satti, Azeem Irshad, Zakaria Alomari, Onome Christopher Edo, Oladapo Ayodeji Diekola

Notice bibliographique

RevueNonlinear Engineering · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Techniques and Practices
Établissements canadiensNew York Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésSoftware project managementProcess managementSoftware developmentComputer scienceSoftware development processProcess (computing)SoftwareTeam software processProject managementRisk analysis (engineering)Engineering managementKnowledge managementSystems engineeringBusinessEngineeringSoftware construction

Résumé

récupéré en direct d'OpenAlex

Abstract Global Software Development (GSD) is a contemporary approach to software development that offers numerous advantages, including enhanced cost-effectiveness and timely delivery. It enables access to a vast pool of skilled developers and facilitates the exchange of best practices and innovative ideas within the software industry. However, effective project management plays a vital role in ensuring successful product development. Organizations that achieve project success consistently adhere to well-defined project management methodologies, resulting in desired outcomes within predefined time frames and allocated resources. The success rate of software projects significantly increases with diligent software management efforts. Nevertheless, the distributed nature of GSD presents significant challenges related to collaboration, information dissemination, and process control, which ultimately impede effective development and compromise software quality. In this study, we identify various challenges associated with the GSD process and propose strategies to overcome obstacles to effective project management. Additionally, we introduce a comprehensive framework designed to enhance managerial activities in GSD.

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)0,016
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0040,007
Communication savante0,0070,007
Science ouverte0,0020,009
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,268
Écart entre enseignants0,260 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNonlinear EngineeringMême sujetSoftware Engineering Techniques and PracticesTravaux en français237 207