論文の概要: Software engineering in start-up companies: An analysis of 88 experience
reports
- arxiv url: http://arxiv.org/abs/2311.12139v1
- Date: Mon, 20 Nov 2023 19:42:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-23 03:09:52.338008
- Title: Software engineering in start-up companies: An analysis of 88 experience
reports
- Title（参考訳）: スタートアップ企業におけるソフトウェアエンジニアリング:88回の経験報告の分析
- Authors: Eriks Klotins, Michael Unterkalmsteiner, Tony Gorschek
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 3.944126365759018
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Context: Start-up companies have become an important supplier of innovation
and software-intensive products. The flexibility and reactiveness of start-ups
enables fast development and launch of innovative products. However, a majority
of software start-up companies fail before achieving any success. Among other
factors, poor software engineering could be a significant contributor to the
challenges experienced by start-ups. However, the state-of-practice of software
engineering in start-ups, as well as the utilization of state-of-the-art is
largely an unexplored area. Objective: In this study we investigate how
software engineering is applied in start-up context with a focus to identify
key knowledge areas and opportunities for further research. Method: We perform
a multi-vocal exploratory study of 88 start-up experience reports. We develop a
custom taxonomy to categorize the reported software engineering practices and
their interrelation with business aspects, and apply qualitative data analysis
to explore influences and dependencies between the knowledge areas. Results: We
identify the most frequently reported software engineering (requirements
engineering, software design and quality) and business aspect (vision and
strategy development) knowledge areas, and illustrate their relationships. We
also present a summary of how relevant software engineering knowledge areas are
implemented in start-ups and identify potentially useful practices for adoption
in start-ups. Conclusions: The results enable a more focused research on
engineering practices in start-ups. We conclude that most engineering
challenges in start-ups stem from inadequacies in requirements engineering.
Many promising practices to address specific engineering challenges exists,
however more research on adaptation of established practices, and validation of
new start-up specific practices is needed.
- Abstract（参考訳）: コンテキスト: スタートアップ企業はイノベーションとソフトウェア集約製品の重要なサプライヤになっています。
スタートアップの柔軟性と反応性は、革新的なプロダクトの迅速な開発とローンチを可能にします。
しかし、ソフトウェアスタートアップのほとんどは、成功する前に失敗します。
ソフトウェアエンジニアリングの貧弱さは、スタートアップが経験した課題に重大な貢献をする可能性がある。
しかし、スタートアップにおけるソフトウェア工学の実践状態と最先端技術の利用は、ほとんど探索されていない領域である。
目的:本研究は,重要な知識領域とさらなる研究の機会の特定に焦点をあてて,スタートアップコンテキストにおけるソフトウェア工学の適用方法を検討する。
方法: 88の起業経験報告の多目的探索研究を行う。
我々は、報告されたソフトウェア工学のプラクティスとビジネス面との関係を分類し、知識領域間の影響と依存関係を調査するために質的データ分析を適用するカスタム分類法を開発した。
結果:最も頻繁に報告されているソフトウェア工学(要求工学,ソフトウェア設計,品質)とビジネス的側面(ビジョンと戦略開発)の知識領域を特定し,それらの関係を説明する。
また、ソフトウェアエンジニアリングの知識領域がスタートアップでどのように実装されているかの概要を示し、スタートアップで採用する上で潜在的に有用なプラクティスを特定します。
結論: この結果は、スタートアップにおけるエンジニアリングプラクティスに関するより焦点を絞った研究を可能にする。
スタートアップにおけるほとんどのエンジニアリングの課題は要件工学の不備によるものだと結論付けている。
特定のエンジニアリング課題に対処する多くの有望なプラクティスが存在するが、確立されたプラクティスの適応に関するさらなる研究、新しいスタートアップ固有のプラクティスの検証が必要である。
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) - Bridging Gaps, Building Futures: Advancing Software Developer Diversity and Inclusion Through Future-Oriented Research [50.545824691484796]
我々はSEの多様性と包摂性に関する課題と解決策について、SE研究者や実践者から知見を提示する。
我々は,将来的なユートピアやディストピアのビジョンを共有し,今後の研究の方向性とアカデミックや産業への示唆を提供する。
論文 参考訳（メタデータ） (2024-04-10T16:18:11Z) - Charting a Path to Efficient Onboarding: The Role of Software
Visualization [49.1574468325115]
本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。
本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
論文 参考訳（メタデータ） (2024-01-17T21:30:45Z) - 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-Intensive Product Engineering in Start-Ups: A Taxonomy [3.944126365759018]
ソフトウェアスタートアップは、最小限のリソースで急速に大衆市場に向けて革新的なプロダクトをローンチする新しい企業だ。
しかし、ほとんどのスタートアップはポテンシャルに気づく前に失敗する。
本稿は、この分野のさらなる研究を支援し、スタートアップのためのエンジニアリング意思決定支援ツールとして機能することを目的としている。
論文 参考訳（メタデータ） (2023-09-28T18:42:56Z) - Software Startups -- A Research Agenda [14.364137253888037]
本研究の課題は,スタートアップにおけるソフトウェア工学に焦点をあてる。
スタートアップのエンジニアリング活動を支援する分野では、特に70以上の研究課題が特定されている。
このリサーチアジェンダでは、ソフトウェアスタートアップの現在のニーズの幅広い範囲をカバーできると考えています。
論文 参考訳（メタデータ） (2023-08-24T14:20:21Z) - Software Engineering Knowledge Areas in Startup Companies: A Mapping
Study [3.944126365759018]
この研究は、スタートアップが最先端の技術をマップアウトするために利用するソフトウェア工学の知識領域を特定し、分類する。
これまでの研究では、スタートアップライフサイクルのどのフェーズにおいても、ソフトウェアエンジニアリングに対する信頼できるサポートを提供していません。
論文 参考訳（メタデータ） (2023-08-15T08:26:02Z) - 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) - 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) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳（メタデータ） (2021-01-11T15:54:48Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z)
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。