論文の概要: An Architecture for Software Engineering Gamification
- arxiv url: http://arxiv.org/abs/2402.00233v1
- Date: Wed, 31 Jan 2024 23:23:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-02 17:15:08.168921
- Title: An Architecture for Software Engineering Gamification
- Title（参考訳）: ソフトウェア工学のゲーム化のためのアーキテクチャ
- Authors: \'Oscar Pedreira, F\'elix Garc\'ia, Mario Piattini, Alejandro
Corti\~nas, Ana Cerdeira-Pena
- Abstract要約: ゲーミフィケーションは、人々のモチベーションとエンゲージメントを高めることによって、品質と結果を改善するために、ソフトウェア工学に応用されている。
既存のゲーミフィケーションツールは、カスタム開発やプロトタイプである。
我々は,ソフトウェア組織の作業環境を統合ゲーム化環境に変換するソフトウェアアーキテクチャを提案する。
- 参考スコア（独自算出の注目度）: 44.17758641654784
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Gamification has been applied in software engineering to improve quality and
results by increasing people's motivation and engagement. A systematic mapping
has identified research gaps in the field, one of them being the difficulty of
creating an integrated gamified environment comprising all the tools of an
organization, since most existing gamified tools are custom developments or
prototypes. In this paper, we propose a gamification software architecture that
allows us to transform the work environment of a software organization into an
integrated gamified environment, i.e., the organization can maintain its tools,
and the rewards obtained by the users for their actions in different tools will
mount up. We developed a gamification engine based on our proposal, and we
carried out a case study in which we applied it in a real software development
company. The case study shows that the gamification engine has allowed the
company to create a gamified workplace by integrating custom developed tools
and off-the-shelf tools such as Redmine, TestLink, or JUnit, with the
gamification engine. Two main advantages can be highlighted: (i) our solution
allows the organization to maintain its current tools, and (ii) the rewards for
actions in any tool accumulate in a centralized gamified environment.
- Abstract（参考訳）: ゲーミフィケーションはソフトウェア工学において、人々のモチベーションとエンゲージメントを高めることによって品質と結果を改善するために適用されている。
組織的なマッピングによってこの分野の研究ギャップが特定され、そのうちの1つは、既存のゲーミフィケーションツールの多くはカスタム開発やプロトタイプであるため、組織のすべてのツールを含む統合ゲーミフィケーション環境の作成が困難である。
本稿では,ソフトウェア組織の作業環境を統合されたゲーム化環境に転換することを可能にするゲーム化ソフトウェアアーキテクチャを提案する。
我々は提案に基づいてゲーミフィケーションエンジンを開発し,実ソフトウェア開発会社に導入した事例研究を行った。
ケーススタディでは、独自の開発ツールとRedmine、TestLink、JUnitといった既製のツールをゲーミフィケーションエンジンに統合することで、ゲーミフィケーションエンジンがゲーミフィケーションワークスの開発を可能にしたことが示されている。
主な利点は2つある。
(i)私たちのソリューションは、組織が現在のツールを維持できるようにし、
(二)一元的なゲーム化環境において、あらゆるツールのアクションに対する報酬が蓄積する。
関連論文リスト
- LLM Agents Making Agent Tools [2.5529148902034637]
ツールの使用は、大規模言語モデル(LLM)を、複雑なマルチステップタスクを実行できる強力なエージェントに変えた。
論文をコードで自律的にLLM互換のツールに変換する新しいエージェントフレームワークであるToolMakerを提案する。
タスク記述とリポジトリURLが短いので、ToolMakerは必要な依存関係を自律的にインストールし、タスクを実行するコードを生成する。
論文 参考訳（メタデータ） (2025-02-17T11:44:11Z) - ToolCoder: A Systematic Code-Empowered Tool Learning Framework for Large Language Models [49.04652315815501]
ツール学習は、大規模な言語モデル(LLM)にとって、外部ツールとのインタラクションを通じて、複雑な現実世界のタスクを解決する重要な機能として登場した。
本稿では,ツール学習をコード生成タスクとして再編成する新しいフレームワークであるToolCoderを提案する。
論文 参考訳（メタデータ） (2025-02-17T03:42:28Z) - A New Generation of Intelligent Development Environments [0.0]
プログラミングの実践は、AI支援開発(コパイロット)の導入と、新しいプログラミング言語の作成によって、革命を遂げている。
本稿では,統合開発環境を統合開発環境からインテリジェント開発環境へ転換するビジョンを提案する。
論文 参考訳（メタデータ） (2024-06-13T20:33:25Z) - Tool Learning with Large Language Models: A Survey [60.733557487886635]
大規模言語モデル(LLM)を用いたツール学習は,高度に複雑な問題に対処するLLMの能力を強化するための,有望なパラダイムとして登場した。
この分野での注目と急速な進歩にもかかわらず、現存する文献は断片化され、体系的な組織が欠如している。
論文 参考訳（メタデータ） (2024-05-28T08:01:26Z) - CRAFT: Customizing LLMs by Creating and Retrieving from Specialized
Toolsets [75.64181719386497]
大規模言語モデル(LLM)のためのツール作成・検索フレームワークであるCRAFTを提案する。
タスク用に特別にキュレートされたツールセットを作成し、複雑なタスクを解決する能力を高めるためにこれらのセットからツールを取得するコンポーネントをLLMに装備する。
本手法はフレキシブルに設計されており,既製のLCMを細かな調整なしに未確認領域やモダリティに適応するためのプラグアンドプレイ方式を提供する。
論文 参考訳（メタデータ） (2023-09-29T17:40:26Z) - The GitHub Development Workflow Automation Ecosystems [47.818229204130596]
大規模なソフトウェア開発は、非常に協力的な取り組みになっています。
この章では、開発ボットとGitHub Actionsのエコシステムについて解説する。
この領域における最先端技術に関する広範な調査を提供する。
論文 参考訳（メタデータ） (2023-05-08T15:24:23Z) - Tool Learning with Foundation Models [158.8640687353623]
基礎モデルの出現により、AIシステムは、人間としてのツールの使用に等しく適応できる可能性がある。
その大きな可能性にもかかわらず、この分野における重要な課題、機会、そして将来の取り組みに関する包括的な理解はいまだに欠けている。
論文 参考訳（メタデータ） (2023-04-17T15:16:10Z) - Tool interoperability for model-based systems engineering [0.7182467727359453]
我々は、仕様、合成、検証などの機能を提供する、それぞれの専門分野における最先端のツールについて論じる。
Arrowheadフレームワーク上に構築されたAnalytics as a Serviceは、これらのツールを接続し、相互運用可能にします。
論文 参考訳（メタデータ） (2023-02-07T14:45:04Z) - Collective Knowledge: organizing research projects as a database of
reusable components and portable workflows with common APIs [0.2538209532048866]
この記事では、集合的知識フレームワーク(CKまたはcKnowledge)のモチベーションと概要について述べる。
CKの概念は、研究プロジェクトを研究成果物をカプセル化した再利用可能なコンポーネントに分解することである。
長期的な目標は、研究者と実践者を結びつけて、すべての知識を共有し再利用することで、イノベーションを加速させることである。
論文 参考訳（メタデータ） (2020-11-02T17:42:59Z)
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。