Un nouveau cadre Scrum adapté aux équipes virtuelles fragmentées sur plusieurs sites
Bibliographic record
Abstract
Scrum est une méthodologie agile utilisée pour la gestion de projets dans des environnements dynamiques, basée sur des cycles itératifs appelés "Sprints". Elle favorise la communication, la collaboration et la livraison rapide de produits fonctionnels grâce à des réunions régulières et des rôles bien définis tels que le Scrum Master, le Product Owner et les développeurs. Cependant, Scrum est initialement conçue pour des équipes colocalisées travaillant dans un même espace physique. Avec l'augmentation du travail à distance, les équipes de développement logiciel sont souvent réparties sur plusieurs sites, posant des défis supplémentaires comme des problèmes de communication et de cohésion. Dans le secteur des jeux vidéo, notamment au Québec avec des studios comme Ubisoft, Activision et Electronic Arts, utilise largement Scrum, mais les équipes dispersées rendent son application plus complexe. Pour répondre aux besoins des équipes multisites, cette thèse propose une extension de Scrum appelée Com-Scrum. Com-Scrum introduit un nouveau rôle, le Com Master, chargé de faciliter la communication, un nouvel événement rituel, le Weekly Com, pour évaluer et améliorer les interactions et un nouvel artefact, le Com Health Chart, pour surveiller la santé des communications. Cette thèse propose également un outil logiciel d'analyse des dynamiques d'équipe pour soutenir le cadre Com-Scrum, utilisant des techniques avancées de traitement du langage naturel et de visualisation des données pour améliorer les communications et la cohésion. Une expérimentation a été menée avec des équipes de développement de jeux vidéo réparties sur deux sites distants pour évaluer le cadre Com-Scrum, ainsi qu'avec des simulations de conversations générées par l'IA ChatGPT pour tester l'outil logiciel développé. Les résultats démontrent que Com-Scrum améliore significativement la communication, la cohésion et la performance des équipes virtuelles. De plus, l'outil logiciel permet de détecter et signaler les problèmes de communication et de cohésion, réduisant ainsi les malentendus, facilitant la prise de décision et augmentant la satisfaction des membres de l’équipe. Cette recherche confirme l'efficacité de Com-Scrum et de son outil logiciel complémentaire pour une méthodologie Scrum adaptée aux environnements distribués et propose des perspectives pour des améliorations futures. Scrum is an agile methodology used for project management in dynamic environments, based on iterative cycles called 'Sprints.' It promotes communication, collaboration, and the rapid delivery of functional products through regular meetings and well-defined roles such as the Scrum Master, Product Owner, and developers. However, Scrum was initially designed for co-located teams working in the same physical space. With the rise of remote work, software development teams are often spread across multiple sites, posing additional challenges such as communication and cohesion issues. In the video game industry, particularly in Quebec with studios like Ubisoft, Activision, and Electronic Arts, Scrum is widely used, but distributed teams make its application more complex. To meet the needs of multisite teams, this thesis proposes an extension of Scrum called Com-Scrum. Com-Scrum introduces a new role, the Com Master, responsible for facilitating communication, a new ritual event, the Weekly Com, to assess and improve interactions, and a new artifact, the Com Health Chart, to monitor the health of communications. This thesis also proposes a software tool for analyzing team dynamics to support the Com-Scrum framework, using advanced natural language processing and data visualization techniques to improve communication and cohesion. An experiment was conducted with video game development teams spread across two remote sites to evaluate the Com-Scrum framework, as well as with AI-generated ChatGPT conversation simulations to test the developed software tool. The results show that Com-Scrum significantly improves communication, cohesion, and performance in virtual teams. Additionally, the software tool allows for the detection and reporting of communication and cohesion issues, thereby reducing misunderstandings, facilitating decision-making, and increasing team member satisfaction. This research confirms the effectiveness of Com-Scrum and its complementary software tool for a Scrum methodology adapted to distributed environments and offers prospects for future improvements.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".