論文の概要: How to Measure Performance in Agile Software Development? A Mixed-Method Study
- arxiv url: http://arxiv.org/abs/2407.06357v1
- Date: Mon, 8 Jul 2024 19:53:01 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-10 20:04:29.799460
- Title: How to Measure Performance in Agile Software Development? A Mixed-Method Study
- Title(参考訳): アジャイルソフトウェア開発におけるパフォーマンスの測定方法 : 混合手法による研究
- Authors: Kevin Phong Pham, Michael Neumann,
- Abstract要約: この研究は、アジャイルソフトウェア開発のパフォーマンス指標を実際に使用するときに生じる課題を特定することを目的としている。
結果として、広く使用されているパフォーマンスメトリクスが実際に広く使用されている一方で、アジャイルソフトウェア開発チームは透明性と標準化の欠如と不十分な正確性のために、課題に直面しています。
- 参考スコア(独自算出の注目度): 2.477589198476322
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context: Software process improvement (SPI) is known as a key for being successfull in software development. Measuring quality and performance is of high importance in agile software development as agile approaches focussing strongly on short-term success in dynamic markets. Even if software engineering research emphasizes the importance of performance metrics while using agile methods, the literature lacks on detail how to apply such metrics in practice and what challenges may occur while using them. Objective: The core objective of our study is to identify challenges that arise when using agile software development performance metrics in practice and how we can improve their successful application. Method: We decided to design a mixed-method study. First, we performed a rapid literature review to provide an up-to-date overview of used performance metrics. Second, we conducted a single case study using a focus group approach and qualitativ data collection and analysis in a real-world setting. Results: Our results show that while widely used performance metrics such as story points and burn down charts are widely used in practice, agile software development teams face challenges due to a lack of transparency and standardization as well as insufficient accuracy. Contributions: Based on our findings, we present a repository of widely used performance metrics for agile software development. Furthermore, we present implications for practitioners and researchers especially how to deal with challenges agile software development face while applying such metrics in practice.
- Abstract(参考訳): コンテキスト: ソフトウェアプロセス改善(SPI)はソフトウェア開発で成功するための鍵として知られています。
アジャイルのアプローチは、ダイナミックな市場における短期的な成功に強く焦点を絞っているため、品質とパフォーマンスの測定はアジャイルソフトウェア開発において非常に重要である。
ソフトウェアエンジニアリングの研究がアジャイルメソッドの使用時のパフォーマンス指標の重要性を強調しているとしても、その文献はそのようなメトリクスを実際に適用する方法や、それを使用する際の課題の詳細を欠いている。
目的: 私たちの調査の中核的な目的は、アジャイルソフトウェア開発のパフォーマンス指標を実際に使用するときに生じる課題と、その成功例を改善する方法を見つけることです。
方法:混合方法論の研究を設計することとした。
まず、使用済みパフォーマンスメトリクスの最新の概要を提供するために、高速な文献レビューを実施しました。
第2に、フォーカスグループアプローチと4次データ収集と分析を実世界の環境で実施したケーススタディを行った。
結果: 私たちの結果は,ストーリポイントやバーンダウンチャートなどの広く使用されているパフォーマンス指標が実際に広く使用されている一方で,アジャイルソフトウェア開発チームは,透明性と標準化の欠如と,不十分な正確性のため,課題に直面しています。
コントリビューション: 私たちの調査結果に基づいて、アジャイルソフトウェア開発に広く使用されているパフォーマンスメトリクスのリポジトリを提示します。
さらに、実践者や研究者、特にアジャイルソフトウェア開発が直面する課題に対処する上で、そのようなメトリクスを実践的に適用する上で、どのような意味を持つのかを示します。
関連論文リスト
- KBAlign: Efficient Self Adaptation on Specific Knowledge Bases [75.78948575957081]
大規模言語モデル(LLM)は通常、知識材料を瞬時に活用するために、検索強化世代に依存している。
本稿では,知識ベースを含む下流タスクへの効率的な適応を目的としたKBAlignを提案する。
提案手法は,Q&Aペアやリビジョン提案などの自己注釈付きデータを用いて反復学習を行い,モデルが知識内容を効率的に把握できるようにする。
論文 参考訳(メタデータ) (2024-11-22T08:21:03Z) - Quality Assurance Practices in Agile Methodology [0.0]
ソフトウェアの複雑さは日々増加しており、ソフトウェアプロダクトの検証の必要性も増している。
ソフトウェアメトリクスを開発プロセスやソフトウェア製品に適用するプラクティスは重要なタスクであり、学習と規律を必要とする。
論文 参考訳(メタデータ) (2024-11-07T19:45:40Z) - Lingma SWE-GPT: An Open Development-Process-Centric Language Model for Automated Software Improvement [62.94719119451089]
Lingma SWE-GPTシリーズは、現実世界のコード提出活動から学び、シミュレーションする。
Lingma SWE-GPT 72BはGitHubの30.20%の問題を解決する。
論文 参考訳(メタデータ) (2024-11-01T14:27:16Z) - Using Agile Story Points and Game Theory Together: Better Software Planning and Development in Agile Software Development [0.0]
この研究は、アジャイルソフトウェア開発、ストーリーポイント推定、ゲーム理論の主な概念を統合します。
本稿では,ゲーム理論の応用,特にVickrey AuctionとStag Hunt Gameを提案する。
論文 参考訳(メタデータ) (2024-08-30T18:32:14Z) - Xcrum: A Synergistic Approach Integrating Extreme Programming with Scrum [0.0]
この記事では,スクラムとエクストリームプログラミング(XP)という,2つの著名なアジャイル方法論の概要を紹介する。
XPプラクティスをスクラムに統合することで、"Xcrum"と呼ばれる新しいハイブリッド方法論が生まれました。
この新しいアプローチが両方のメソッドの強みを取り入れていることを考えると、オリジナルのフレームワークを上回る可能性を秘めている点に注意が必要だ。
論文 参考訳(メタデータ) (2023-10-05T01:39:10Z) - Using Machine Learning To Identify Software Weaknesses From Software
Requirement Specifications [49.1574468325115]
本研究は、要求仕様からソフトウェア弱点を特定するための効率的な機械学習アルゴリズムを見つけることに焦点を当てる。
ProMISE_exp. Naive Bayes、サポートベクターマシン(SVM)、決定木、ニューラルネットワーク、畳み込みニューラルネットワーク(CNN)アルゴリズムをテストした。
論文 参考訳(メタデータ) (2023-08-10T13:19:10Z) - PerfDetectiveAI -- Performance Gap Analysis and Recommendation in
Software Applications [0.0]
本稿では,ソフトウェアアプリケーションにおける性能ギャップ分析と提案のための概念的フレームワークPerfDetectiveAIを紹介する。
現代の機械学習(ML)と人工知能(AI)技術は、PerfDetectiveAIでパフォーマンス測定を監視し、ソフトウェアアプリケーションにおけるパフォーマンス不足の領域を特定するために使用されている。
論文 参考訳(メタデータ) (2023-06-11T02:53:04Z) - AI for Agile development: a Meta-Analysis [0.0]
本研究では,人工知能とアジャイルソフトウェア開発方法論を統合することのメリットと課題について検討する。
このレビューは、特別な社会技術専門知識の必要性など、重要な課題を特定するのに役立った。
プロセスや実践者への影響をよりよく理解し、その実装に関連する間接的な課題に対処するためには、さらなる研究が必要である。
論文 参考訳(メタデータ) (2023-05-14T08:10:40Z) - Nemo: Guiding and Contextualizing Weak Supervision for Interactive Data
Programming [77.38174112525168]
私たちは、WS 学習パイプラインの全体的な生産性を、一般的な WS 監督アプローチと比較して平均20%(最大 47% のタスク)改善する、エンドツーエンドのインタラクティブなスーパービジョンシステムである Nemo を紹介します。
論文 参考訳(メタデータ) (2022-03-02T19:57:32Z) - 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)
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。