論文の概要: Technical Debt Management: The Road Ahead for Successful Software Delivery

• arxiv url: http://arxiv.org/abs/2403.06484v1
• Date: Mon, 11 Mar 2024 07:48:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-12 20:02:18.838081
• Title: Technical Debt Management: The Road Ahead for Successful Software Delivery
• Title（参考訳）: 技術的負債管理: ソフトウェアデリバリの成功への道
• Authors: Paris Avgeriou, Ipek Ozkaya, Alexander Chatzigeorgiou, Marcus Ciolkowski, Neil A. Ernst, Ronald J. Koontz, Eltjo Poort, Forrest Shull
• Abstract要約: 技術的負債(Technical Debt)は、多くの人がソフトウェアプロジェクトの'サイレントキラー'と見なしているが、間違いなくソフトウェアエンジニアの日常的な語彙の一部になっている。 本稿では,技術負債管理における産業と研究の両コミュニティにおける技術の現状について検討する。
• 参考スコア（独自算出の注目度）: 40.45645113369735
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Technical Debt, considered by many to be the 'silent killer' of software projects, has undeniably become part of the everyday vocabulary of software engineers. We know it compromises the internal quality of a system, either deliberately or inadvertently. We understand Technical Debt is not all derogatory, often serving the purpose of expediency. But, it is associated with a clear risk, especially for large and complex systems with extended service life: if we do not properly manage Technical Debt, it threatens to "bankrupt" those systems. Software engineers and organizations that develop software-intensive systems are facing an increasingly more dire future state of those systems if they do not start incorporating Technical Debt management into their day to day practice. But how? What have the wins and losses of the past decade of research and practice in managing Technical Debt taught us and where should we focus next? In this paper, we examine the state of the art in both industry and research communities in managing Technical Debt; we subsequently distill the gaps in industrial practice and the research shortcomings, and synthesize them to define and articulate a vision for what Technical Debt management looks like five years hence.
• Abstract（参考訳）: 技術的負債はソフトウェアプロジェクトの'サイレントキラー'と見なされることが多いが、ソフトウェア技術者の日常的な語彙の一部となっている。 システムの内部品質を意図的に、あるいは不注意に損なうことは分かっています。 技術的負債は必ずしも軽蔑的ではなく、しばしば迅速性のために役立ちます。 しかし、特にサービス寿命が長い大規模で複雑なシステムには、明確なリスクが伴います。 技術的負債を適切に管理しなければ、それらのシステムを"破産"する恐れがあります。 ソフトウェア集約型システムを開発するソフトウェアエンジニアや組織は、日々のプラクティスに技術的負債の管理を組み込まなければ、これらのシステムのより恐ろしい未来に直面している。 でも どうやって? 技術的負債の管理における過去10年間の研究と実践の成果と損失は、私たちに何を教えてくれたのでしょう? 本稿では,産業と研究コミュニティの技術的負債管理における技術の現状について検討し,その後,産業実践と研究の欠点のギャップを精査し,それらを組み合わせて,技術的負債管理が5年にわたってどのように見えるかというビジョンを定義し,明確化する。

関連論文リスト

• Exploring the Advances in Using Machine Learning to Identify Technical Debt and Self-Admitted Technical Debt [0.0]
  本研究は,ソフトウェアプロジェクトにおける技術的負債と自己決定的技術的負債を検出する機械学習手法を用いた現在の研究状況について考察することを目的としている。 我々は2024年までの論文の文献レビューを行い、機械学習を用いた技術的負債と自己承認的技術的負債の識別について議論した。 以上の結果から,BERTモデルは他よりもはるかに効果的であることが示唆された。
  論文  参考訳（メタデータ） (2024-09-06T23:58:10Z)
• Contemporary Software Modernization: Perspectives and Challenges to Deal with Legacy Systems [48.33168695898682]
  2000年代初頭に研究テーマとして「ソフトウェア近代化」が登場した。 文学では膨大な量の著作があるにもかかわらず、かなりの限界がある。
  論文  参考訳（メタデータ） (2024-07-04T15:49:52Z)
• 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)
• Exploration of technical debt in start-ups [5.664445343364966]
  技術的負債の側面と,スタートアップにおける工学的コンテキストを特徴付ける文脈情報を特定するために,ケースサーベイ手法を適用した。 スタートアップはテストを自動化する試みにもかかわらず、テストのディメンションにほとんどの技術的負債を蓄積していることがわかった。 スタートアップチームのサイズと経験が技術的負債を蓄積する主要な前例であることに気付きました。
  論文  参考訳（メタデータ） (2023-09-21T19:02:02Z)
• Automatically Estimating the Effort Required to Repay Self-Admitted Technical Debt [1.8208834479445897]
  Self-Admitted Technical Debt (SATD)は、ソフトウェアアーティファクト内の開発者が文書化する技術的負債の特定の形式である。 包括的データセットを用いてSATD返済作業を自動的に推定する新しい手法を提案する。 本研究の結果から,SATD はコード/設計,要件,テスト負債といった様々なレベルの返済作業を必要とし,非SATD 項目と比較して高い労力を要することが明らかとなった。
  論文  参考訳（メタデータ） (2023-09-12T07:40:18Z)
• Artificial Intelligence for Technical Debt Management in Software Development [0.0]
  ソフトウェア開発における技術的負債回避のためのAI駆動ツールの使用に関する既存の研究のレビュー。 AIはソフトウェア開発における技術的負債管理を大幅に改善する可能性がある、と提案する。 AIを開発プロセスに活用しようとするソフトウェア開発チームに対して,実践的なガイダンスを提供する。
  論文  参考訳（メタデータ） (2023-06-16T21:59:22Z)
• Lessons from Formally Verified Deployed Software Systems (Extended version) [65.69802414600832]
  本稿は、正式に認証されたシステムを作成し、実際に使用するためにデプロイした各種のアプリケーション分野のプロジェクトについて検討する。 使用する技術、適用の形式、得られた結果、そしてソフトウェア産業が形式的な検証技術やツールの恩恵を受ける能力について示すべき教訓を考察する。
  論文  参考訳（メタデータ） (2023-01-05T18:18:46Z)
• Future Computer Systems and Networking Research in the Netherlands: A Manifesto [137.47124933818066]
  我々はICTの重要部分としてCompSysに注目している。 オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
  論文  参考訳（メタデータ） (2022-05-26T11:02:29Z)
• UX Debt: Developers Borrow While Users Pay [2.9479490707938982]
  ユーザエクスペリエンス(UX)の負債は、低いユーザビリティを犠牲にして開発をスピードアップするためのショートカットに重点を置いています。 ほとんどの研究は、実装に焦点をあてて、コード中心の技術的負債について検討している。 私たちは、コード中心、アーキテクチャ中心、プロセス中心の3つのUX負債のクラスを概説しました。
  論文  参考訳（メタデータ） (2021-04-14T14:59:44Z)
• 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。