論文の概要: HyMap: eliciting hypotheses in early-stage software startups using
cognitive mapping
- arxiv url: http://arxiv.org/abs/2102.09387v2
- Date: Sun, 9 Jan 2022 13:16:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-10 19:58:09.937013
- Title: HyMap: eliciting hypotheses in early-stage software startups using
cognitive mapping
- Title（参考訳）: HyMap:認知マッピングを利用した初期段階のソフトウェアスタートアップの仮説
- Authors: Jorge Melegati, Eduardo Guerra, Xiaofeng Wang
- Abstract要約: 我々は、初期段階のソフトウェアスタートアップの仮説を特定する技術を開発することを目指している。
我々は,認知マッピングに基づく仮説推論手法であるHyMapを開発した。
- 参考スコア（独自算出の注目度）: 10.60958748634425
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Context: Software startups develop innovative, software-intensive products.
Given the uncertainty associated with such an innovative context,
experimentation is a valuable approach for these companies, especially in the
early stages of the development, when implementing unnecessary features
represents a higher risk for companies' survival. Nevertheless, researchers
have argued that the lack of clearly defined practices led to limited adoption
of experimentation. In this regard, the first step is to define the hypotheses
based on which teams will create experiments. Objective: We aim to develop a
systematic technique to identify hypotheses for early-stage software startups.
Methods: We followed a Design Science approach consisted of three cycles in the
construction phase, that involved seven startups in total, and an evaluation of
the final artifact within three startups. Results: We developed the HyMap, a
hypotheses elicitation technique based on cognitive mapping. It consists of a
visual language to depict a cognitive map representing the founder's
understanding of the product, and a process to elicit this map consisted of a
series of questions the founder must answer. Our evaluation showed that the
artifacts are clear, easy to use, and useful leading to hypotheses and
facilitating founders to visualize their idea. Conclusion: Our study
contributes to both descriptive and prescriptive bodies of knowledge. Regarding
the first, it provides a better understanding of the guidance founders use to
develop their startups and, for the latter, a technique to identify hypotheses
in early-stage software startups.
- Abstract（参考訳）: コンテキスト: ソフトウェアスタートアップは革新的でソフトウェア中心の製品を開発する。
このような革新的な状況にまつわる不確実性を考えると、これらの企業にとって実験は、特に開発初期段階において、不必要な機能を実装する場合、企業の生存のリスクが高くなる。
それでも研究者は、明確に定義されたプラクティスの欠如が実験の採用を制限したと主張している。
この点において、最初のステップは、どのチームが実験を作成するかに基づいて仮説を定義することです。
目的:我々は、初期段階のソフトウェアスタートアップの仮説を特定するための体系的な手法を開発することを目指している。
方法: デザインサイエンスのアプローチは、建設段階の3サイクルで構成され、合計で7つのスタートアップが参加し、3つのスタートアップで最終成果物の評価を行った。
結果:認知マッピングに基づく仮説推論手法であるHyMapを開発した。
それは、創業者の製品に対する理解を表す認知地図を描く視覚言語と、創業者が答えなければならない一連の質問からなるこの地図を引き出すプロセスで構成されている。
私たちの評価では、成果物は明確で使いやすく、仮説につながり、創業者がアイデアを視覚化するのに役立つことが分かりました。
結論:本研究は,記述的知識と規範的知識の両方に寄与する。
最初の段階では、創業者たちがスタートアップの開発に使用するガイダンスをよりよく理解し、後者はアーリーステージのソフトウェアスタートアップの仮説を特定するテクニックだ。
関連論文リスト
- Estimating the Energy Footprint of Software Systems: a Primer [56.200335252600354]
ソフトウェアシステムのエネルギーフットプリントの定量化は、最も基本的な活動の1つです。
この文書は、この分野で研究を始めたい研究者の出発点となることを目的としている。
論文 参考訳（メタデータ） (2024-07-16T11:21:30Z) - Founder-GPT: Self-play to evaluate the Founder-Idea fit [0.0]
本研究は、アーリーステージスタートアップに適合する「創始イデア」の革新的な評価方法を紹介する。
先進的な大規模言語モデル技術を使用して、創業者のプロファイルをスタートアップのアイデアに対して評価し、意思決定を強化する。
論文 参考訳（メタデータ） (2023-12-19T10:46:13Z) - A Progression Model of Software Engineering Goals, Challenges, and
Practices in Start-Ups [5.664445343364966]
スタートアップ企業におけるエンジニアリングの目標、課題、プラクティスに関連するデータ収集を目指しています。
84のスタートアップケースを分析し、スタートアップに共通する16の目標、9の課題、16のエンジニアリングプラクティスを特定します。
論文 参考訳（メタデータ） (2023-12-12T09:36:43Z) - Software engineering in start-up companies: An analysis of 88 experience
reports [3.944126365759018]
本研究は,ソフトウェア工学がスタートアップ・コンテキストにどのように応用されるかを検討する。
私たちは、最も頻繁に報告されているソフトウェアエンジニアリング(要求エンジニアリング、ソフトウェア設計、品質)とビジネスの側面(ビジョンと戦略開発)の知識領域を特定します。
スタートアップにおけるほとんどのエンジニアリング上の課題は、要件エンジニアリングの不整合に起因している、と結論付けます。
論文 参考訳（メタデータ） (2023-11-20T19:42:37Z) - Large Language Models for Automated Open-domain Scientific Hypotheses Discovery [50.40483334131271]
本研究は,社会科学の学術的仮説発見のための最初のデータセットを提案する。
従来のデータセットとは異なり、新しいデータセットには、(1)オープンドメインデータ(RAW Webコーパス)を観察として使用すること、(2)人間性にさらに新しい仮説を提案することが必要である。
パフォーマンス向上のための3つのフィードバック機構を含む,タスクのためのマルチモジュールフレームワークが開発されている。
論文 参考訳（メタデータ） (2023-09-06T05:19:41Z) - Software Development in Startup Companies: The Greenfield Startup Model [4.881718571745022]
本研究の目的は,スタートアップが採用するソフトウェア開発戦略の理解を深めることである。
私たちはその結果をGreenfield Startup Model(GSM)にまとめました。
GSMがもたらす影響は課題とギャップを概説し、将来の研究がスタートアップのコンテキストにおけるエンジニアリングプラクティスを開発し、検証する機会を指摘した。
論文 参考訳（メタデータ） (2023-08-18T10:08:10Z) - Software development in startup companies: A systematic mapping study [4.881718571745022]
本研究の目的は,スタートアップ企業におけるソフトウェア開発の文献の構造と分析である。
43の初等的な研究が同定され、スタートアップにおけるソフトウェア開発に関する証拠を合成した。
レビューされた初等研究から,213のソフトウェアエンジニアリング作業プラクティスを抽出し,分類し,分析した。
論文 参考訳（メタデータ） (2023-07-24T19:49:57Z) - Benchopt: Reproducible, efficient and collaborative optimization
benchmarks [67.29240500171532]
Benchoptは、機械学習で最適化ベンチマークを自動化、再生、公開するためのフレームワークである。
Benchoptは実験を実行、共有、拡張するための既製のツールを提供することで、コミュニティのベンチマークを簡単にする。
論文 参考訳（メタデータ） (2022-06-27T16:19:24Z) - HAKE: A Knowledge Engine Foundation for Human Activity Understanding [65.24064718649046]
人間の活動理解は人工知能に広く興味を持ち、医療や行動分析といった多様な応用にまたがっている。
本稿では,この課題を2段階にまとめた新しいパラダイムを提案する。まず,原子活動プリミティブを対象とする中間空間に画素をマッピングし,解釈可能な論理規則で検出されたプリミティブをプログラムして意味論を推論する。
我々のフレームワークであるHAKE(Human Activity Knowledge Engine)は、挑戦的なベンチマークよりも優れた一般化能力と性能を示す。
論文 参考訳（メタデータ） (2022-02-14T16:38:31Z) - Empowered and Embedded: Ethics and Agile Processes [60.63670249088117]
私たちは倫理的考慮事項を(アジャイル)ソフトウェア開発プロセスに組み込む必要があると論じています。
私たちは、すでに存在しており、確立されたアジャイルソフトウェア開発プロセスで倫理的な議論を実施する可能性を強調しました。
論文 参考訳（メタデータ） (2021-07-15T11:14:03Z) - BUSTLE: Bottom-Up Program Synthesis Through Learning-Guided Exploration [72.88493072196094]
プログラムのボトムアップ検索に学習を活用する新しい合成手法を提案する。
特に、入力出力例のセットに基づいて、探索条件中の中間値の合成を優先順位付けするようにモデルを訓練する。
単純な教師付き学習アプローチであっても,学習とボトムアップ検索の組み合わせは極めて効果的であることを示す。
論文 参考訳（メタデータ） (2020-07-28T17:46:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。