論文の概要: Behaviour Driven Development: A Systematic Mapping Study
- arxiv url: http://arxiv.org/abs/2305.05567v1
- Date: Tue, 9 May 2023 15:56:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 09:14:45.083925
- Title: Behaviour Driven Development: A Systematic Mapping Study
- Title（参考訳）: 振る舞い駆動開発: システムマッピングによる研究
- Authors: Leonard Peter Binamungu and Salome Maro
- Abstract要約: 振る舞い駆動開発(BDD)は、ソフトウェア要件を表現するために、半構造化自然言語で書かれたシナリオを使用する。
査読された科学文献には二次研究の欠如がある。
- 参考スコア（独自算出の注目度）: 2.320648715016107
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Context: Behaviour Driven Development (BDD) uses scenarios written in
semi-structured natural language to express software requirements in a way that
can be understood by all stakeholders. The resulting natural language
specifications can also be executed to reveal correct and problematic parts of
a software. Although BDD was introduced about two decades ago, there is a lack
of secondary studies in peer-reviewed scientific literature.
Objective: To understand the current state of BDD research by conducting a
systematic mapping study that covers studies published from 2006 to 2021.
Method: By following the guidelines for conducting systematic mapping studies
in software engineering, we sought to answer research questions on types of
venues in which BDD papers have been published, research, contributions,
studied topics and their evolution, and evaluation methods used in published
BDD research.
Results: The study identified 166 papers which were mapped. Key results
include the following: the dominance of conference papers; scarcity of research
with insights from the industry; shortage of philosophical papers on BDD; acute
shortage of metrics for measuring various aspects of BDD specifications and the
processes for producing BDD specifications; the dominance of studies on using
BDD for facilitating various software development endeavours, improving the BDD
process and associated artefacts, and applying BDD in different contexts;
scarcity of studies on using BDD alongside other software techniques and
technologies; increase in diversity of studied BDD topics; and notable use of
case studies and experiments to study different BDD aspects.
Conclusion: The paper improves our understanding of the state of the art of
BDD, and highlights important areas of focus for future BDD research.
- Abstract（参考訳）: コンテキスト: 振る舞い駆動開発(BDD)は、ソフトウェア要件をすべてのステークホルダーが理解できる方法で表現するために、半構造化された自然言語で書かれたシナリオを使用します。
結果の自然言語仕様も実行でき、ソフトウェアの正確で問題のある部分を明らかにすることができる。
BDDは約20年前に導入されたが、査読された科学文献には二次的な研究が欠如している。
目的: 2006年から2021年にかけて出版された研究を対象とするシステマティックマッピング研究を通じて,bdd研究の現状を理解すること。
方法: ソフトウェア工学における体系的なマッピング研究を行うためのガイドラインに従うことで,BDD論文が公開された場所の種類,研究,コントリビューション,トピックとその進化の研究,公開BDD研究で使用される評価方法などについて,研究の質問に答えることができた。
結果: 調査では166の論文がマッピングされた。
Key results include the following: the dominance of conference papers; scarcity of research with insights from the industry; shortage of philosophical papers on BDD; acute shortage of metrics for measuring various aspects of BDD specifications and the processes for producing BDD specifications; the dominance of studies on using BDD for facilitating various software development endeavours, improving the BDD process and associated artefacts, and applying BDD in different contexts; scarcity of studies on using BDD alongside other software techniques and technologies; increase in diversity of studied BDD topics; and notable use of case studies and experiments to study different BDD aspects.
結論: この論文はBDDの最先端に対する私たちの理解を改善し、将来のBDD研究における重要な領域を強調します。
関連論文リスト
- A Comparative Study on the Impact of Test-Driven Development (TDD) and Behavior-Driven Development (BDD) on Enterprise Software Delivery Effectiveness [0.4532517021515834]
この記事では、テスト駆動開発(TDD)と振る舞い駆動開発(BDD)が、エンタープライズ環境におけるソフトウェアデリバリの有効性に与える影響を比較します。
この結果から、各モデルがデリバリ速度、ソフトウェア品質、チームコラボレーションに与える影響が明らかになりました。
論文 参考訳（メタデータ） (2024-11-05T06:47:11Z) - Diagnostic Reasoning in Natural Language: Computational Model and Application [68.47402386668846]
言語基底タスク(NL-DAR)の文脈における診断誘導推論(DAR)について検討する。
パール構造因果モデルに基づくNL-DARの新しいモデリングフレームワークを提案する。
得られたデータセットを用いて,NL-DARにおける人間の意思決定過程を解析する。
論文 参考訳（メタデータ） (2024-09-09T06:55:37Z) - Dataset Distillation from First Principles: Integrating Core Information Extraction and Purposeful Learning [10.116674195405126]
我々は、基礎となる最適化問題の正確な特徴付けは、関心の応用に関連する推論タスクを指定しなければならないと論じる。
我々の形式化は、様々なモデリング環境にまたがるDDの新たな応用を明らかにします。
現代の環境において重要な2つのケーススタディについて数値的な結果を示す。
論文 参考訳（メタデータ） (2024-09-02T18:11:15Z) - A Survey of Models for Cognitive Diagnosis: New Developments and Future Directions [66.40362209055023]
本研究の目的は,認知診断の現在のモデルについて,機械学習を用いた新たな展開に注目した調査を行うことである。
モデル構造,パラメータ推定アルゴリズム,モデル評価方法,適用例を比較して,認知診断モデルの最近の傾向を概観する。
論文 参考訳（メタデータ） (2024-07-07T18:02:00Z) - Relative Difficulty Distillation for Semantic Segmentation [54.76143187709987]
我々は,Relative Difficulty Distillation (RDD) というセマンティックセグメンテーションのための画素レベルのKDパラダイムを提案する。
RDDにより、教師ネットワークは、追加の最適化目標を伴わずに、学習焦点に対する効果的なガイダンスを提供することができる。
我々の研究は、RDDが既存のKDメソッドと統合して、上位パフォーマンスバウンダリを改善できることを示します。
論文 参考訳（メタデータ） (2024-07-04T08:08:25Z) - A Comprehensive Survey on Underwater Image Enhancement Based on Deep Learning [51.7818820745221]
水中画像強調(UIE)はコンピュータビジョン研究において重要な課題である。
多数のUIEアルゴリズムが開発されているにもかかわらず、網羅的で体系的なレビューはいまだに欠落している。
論文 参考訳（メタデータ） (2024-05-30T04:46:40Z) - Comprehensive Evaluation and Insights into the Use of Large Language Models in the Automation of Behavior-Driven Development Acceptance Test Formulation [0.0]
受け入れテスト生成を自動化するために,大規模言語モデル(LLM)を用いてBDDの実践を強化する新しい手法を提案する。
本研究は, GPT-3.5, GPT-4, Llama-2-13B, PaLM-2 などの LLM の評価に 0 および few-shot プロンプトを用いた。
その結果, GPT-3.5 と GPT-4 は誤りのないBDD 受け入れテストを生成し,性能が向上した。
論文 参考訳（メタデータ） (2024-03-22T05:37:52Z) - Deep learning for unsupervised domain adaptation in medical imaging:
Recent advancements and future perspectives [13.160616423673375]
専門的な観点から,最近の医用画像の深部UDAアプローチに関する総合的な文献レビューを行う。
医用画像における現在のUDA研究は、6つのグループに分類し、それらが実行するさまざまなタスクに基づいて、さらに細かなサブカテゴリに分類する。
論文 参考訳（メタデータ） (2023-07-18T08:24:41Z) - Dataset Distillation: A Comprehensive Review [76.26276286545284]
データセット蒸留(DD)は、トレーニングされたモデルが元のデータセットでトレーニングされたデータセットに匹敵するパフォーマンスを得るために、合成サンプルを含むはるかに小さなデータセットを導出することを目的としている。
本稿ではDDの最近の進歩とその応用について概説する。
論文 参考訳（メタデータ） (2023-01-17T17:03:28Z) - Detecting the Severity of Major Depressive Disorder from Speech: A Novel
HARD-Training Methodology [8.832823703632073]
メジャー・うつ病(Major Depressive Disorder、MDD)は、社会経済的コストの高い世界的メンタルヘルス問題である。
したがって、MDDの予測と自動検出は社会に大きな影響を与える可能性がある。
RADAR-MDDは、音声やその他のデジタルバイオマーカーを収集する観察コホート研究である。
論文 参考訳（メタデータ） (2022-06-02T13:26:03Z) - Belief Revision in Sentential Decision Diagrams [126.94029917018733]
本研究では,Dalリビジョンの構文的特徴化に基づくSDDの一般的なリビジョンアルゴリズムを開発する。
ランダムに生成した知識ベースを用いた予備実験は、SDDフォーマリズム内で直接リビジョンを行う利点を示している。
論文 参考訳（メタデータ） (2022-01-20T11:01:41Z)
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。