論文の概要: Learning From Each Other: How Are Architectural Mistakes Communicated in Industry?

• arxiv url: http://arxiv.org/abs/2307.05575v1
• Date: Mon, 10 Jul 2023 11:37:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 17:43:23.591921
• Title: Learning From Each Other: How Are Architectural Mistakes Communicated in Industry?
• Title（参考訳）: お互いから学ぶ: アーキテクチャ上のミスは業界でどのように起こるのか?
• Authors: Marion Wiese, Axel-Frederik Brand, Andr\'e van Hoorn
• Abstract要約: 本研究では,ソフトウェアアーキテクトによるミスの処理,特にコミュニケーションについて検討する。 私たちは、ソフトウェアアーキテクトのアーキテクチャ上のミスの定義、これらのミスの扱い、そしてこれらのミスに関するコミュニケーション戦略を特定しました。 アーキテクトは、主にプロジェクトチーム内でミスを伝え、企業内でも企業間でもめったに失敗を犯すことがわかりました。
• 参考スコア（独自算出の注目度）: 1.5839621757142597
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Context. Own experiences and faulty decisions can be an important source of information for software architects. The experiences and mistakes of other architects can also be valuable information sources. Goal. Under the assumption that the knowledge about faulty decisions, i.e., mistakes, regarding software architecture is not shared adequately in practice, this work qualitatively investigates the handling and particularly communication of those mistakes by software architects. Method. We conducted a grounded-theory study in which we interviewed ten German software architects from various domains. Results. We identified software architects' definitions of architectural mistakes, their handling of these mistakes, and their preferred communication strategies regarding these mistakes. We found that architects communicate mistakes mainly within their project teams and seldom within or across companies. Conclusions. We derived strategies to make learning and prevention of mistakes more effective. To share experiences and knowledge beyond architects' peer groups, companies should invest more effort in discussing mistakes more consciously and create an environment where mistakes can be discussed openly.
• Abstract（参考訳）: コンテキスト。 自身の経験と誤った決定は、ソフトウェアアーキテクトにとって重要な情報源となり得る。 他のアーキテクトの経験やミスも貴重な情報ソースになり得る。 ゴール。 ソフトウェアアーキテクチャに関する誤った決定、すなわち誤りに関する知識が実際に適切に共有されていないという仮定の下では、この作業はソフトウェアアーキテクトによるこれらのミスの処理と特にコミュニケーションを定性的に調査する。 方法。 そこで、さまざまなドメインの10人のドイツのソフトウェアアーキテクトにインタビューを行った。 結果だ ソフトウェアアーキテクトのアーキテクチャ上のミスの定義、これらのミスの処理、そしてこれらのミスに関するコミュニケーション戦略を特定しました。 アーキテクトは、主にプロジェクトチーム内でミスを伝え、企業内や組織間ではほとんどコミュニケーションをとらないことが分かりました。 結論だ 学習とミスの防止をより効果的にするための戦略を考案した。 アーキテクトのピアグループを超えて経験や知識を共有するためには、企業は間違いをより意識的に議論し、ミスをオープンに議論できる環境を構築するために、より多くの努力を払う必要がある。

関連論文リスト

• Knowledge Management in the Companion Cognitive Architecture [7.136205674624813]
  我々は,コンパニオン認知アーキテクチャの知識スタック開発において直面した課題について報告する。 同様の課題に直面している他の認知アーキテクチャ開発者にとって、これらの観察が有用であることを証明できることを願っています。
  論文  参考訳（メタデータ） (2024-07-08T21:20:05Z)
• MC-MKE: A Fine-Grained Multimodal Knowledge Editing Benchmark Emphasizing Modality Consistency [50.40318712497071]
  MLLM(Multimodal large language model)は、非現実的または時代遅れの知識問題を引き起こす。 マルチモーダルな知識を視覚的およびテキスト的構成要素に分解する。 本稿では,マルチモーダル知識編集ベンチマークMC-MKEを提案する。
  論文  参考訳（メタデータ） (2024-06-19T05:15:21Z)
• Studying Large Language Model Behaviors Under Realistic Knowledge Conflicts [54.953320616069654]
  本稿では,知識紛争を現実的に研究するための枠組みを提案する。 我々は、真に矛盾する文書を用いて、誤ったパラメトリック知識を更新する。 モデルがまだ回答を更新できない場合、パラメトリックバイアスを見つけます。
  論文  参考訳（メタデータ） (2024-04-24T17:59:36Z)
• How Do OSS Developers Utilize Architectural Solutions from Q&A Sites: An Empirical Study [5.568316292260523]
  開発者はQ&Aサイトでプログラミング関連の知識(コードスニペットなど)を利用する(Stack Overflowなど)。 アーキテクチャのソリューション(例えば、アーキテクチャの戦術)とその利用はめったに調査されない。 マイニング調査では,GitHub上の893のオープンソースソフトウェア(OSS)プロジェクトから,984のコミットとイシュー(すなわち821のコミットと163のイシュー)をマイニングしました。 調査では,OSS開発において,実践者がQ&Aサイトからアーキテクチャソリューションをどのように活用するかをさらに理解するため,その内227件を調査した。
  論文  参考訳（メタデータ） (2024-04-07T18:53:30Z)
• Rule-Based Error Classification for Analyzing Differences in Frequent Errors [0.0]
  我々は、95,631の符号対の誤りを分類し、オンラインの判定システムにおいて、様々なレベルのプログラマが提出した平均3.47の誤りを識別する。 解析結果から, 初心者による誤りは, プログラミングの知識不足によるものであることがわかった。 一方、専門家が犯した誤りは、問題を読むことの不注意や、通常とは異なる問題解決の課題に起因する誤解によるものである。
  論文  参考訳（メタデータ） (2023-11-01T13:36:20Z)
• Beyond Factuality: A Comprehensive Evaluation of Large Language Models as Knowledge Generators [78.63553017938911]
  大規模言語モデル(LLM)は、下流の知識集約タスクのための情報検索技術より優れている。 しかし、コミュニティの懸念は、この無検閲の知識を使用することの事実と潜在的意味について多岐にわたる。 本研究では,6つの重要な視点から生成した知識を評価するために設計されたCONNERを紹介する。
  論文  参考訳（メタデータ） (2023-10-11T08:22:37Z)
• What rationales drive architectural decisions? An empirical inquiry [0.7499722271664147]
  アーキテクトが選択肢の集合から1つのアーキテクチャソリューションを選択する動機となる、あらゆるアーキテクチャ上の決定の背後には、合理的な理由があります。 本研究の目的は,どのカテゴリの合理化がアーキテクチャ決定に最も影響を及ぼすかを特定し,これらが実践者にとって重要であるかを検討することである。
  論文  参考訳（メタデータ） (2023-09-25T14:18:51Z)
• Architecture Knowledge Representation and Communication Industry Survey [0.0]
  我々は、アーキテクチャ知識の現在の実践を理解し、将来ソフトウェアアーキテクチャの持続可能性に取り組むために持続可能性をどのように適用できるかを探求することを目的としている。 オランダの著名な銀行で働く45人の建築家から回答を得た。
  論文  参考訳（メタデータ） (2023-09-20T18:17:16Z)
• Causal Discovery with Language Models as Imperfect Experts [119.22928856942292]
  専門知識を用いて因果グラフの同定を改善する方法について検討する。 整合性に基づく専門家の知識を改良するための戦略を提案する。 本稿では,不完全な専門家として大規模言語モデルを用いる実データを用いたケーススタディについて報告する。
  論文  参考訳（メタデータ） (2023-07-05T16:01:38Z)
• PyRCA: A Library for Metric-based Root Cause Analysis [66.72542200701807]
  PyRCAは、AIOps(AIOps)のためのRoot Cause Analysis(RCA)のオープンソースの機械学習ライブラリである。 複雑なメトリクス因果依存性を明らかにし、インシデントの根本原因を自動的に特定する、包括的なフレームワークを提供する。
  論文  参考訳（メタデータ） (2023-06-20T09:55:10Z)
• Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
  ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。 標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。 Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
  論文  参考訳（メタデータ） (2022-11-16T10:00:23Z)

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。