MétaCan
Menu
Retour à la cohorte
Enregistrement W7126196663 · doi:10.5281/zenodo.18435371

Applying Agile Methodologies to Embedded Software Development: A Case Study

2016· article· en· W7126196663 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOpen MIND · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Reliability and Analysis Research
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésAgile software developmentScrumExtreme programming practicesUnavailabilityAgile Unified ProcessFirmwareExtreme programmingSoftware

Résumé

récupéré en direct d'OpenAlex

For decades, the embedded systems industry has been dominated by rigorous, sequential development models, primarily the Waterfall and V-Models, which prioritize front-end requirement stability over iterative flexibility. However, the exponential increase in firmware complexity and the relentless pressure for shorter time-to-market have necessitated a paradigm shift toward iterative development. This article presents a comprehensive case study on the application of Agile methodologies—specifically Scrum and Extreme Programming (XP)—within a high-stakes embedded software environment. We analyze the unique friction points created by integrating Agile with hardware-dependent constraints, such as the unavailability of physical prototypes, the non-malleability of hardware after tape-out, and the necessity for cross-functional hardware-software synchronization. Our findings demonstrate that while Agile significantly improves software quality, team morale, and transparency, it requires specific technical adaptations in "Continuous Integration" and "Automated Testing" to accommodate hardware-in-the-loop (HIL) environments. Furthermore, the study explores how Agile can be reconciled with stringent safety standards, proposing a framework for "Agile Documentation" that satisfies regulatory audits without stifling velocity.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,209
Tête enseignante GPT0,433
Écart entre enseignants0,224 · 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