論文の概要: A Comparative Study on the Impact of Test-Driven Development (TDD) and Behavior-Driven Development (BDD) on Enterprise Software Delivery Effectiveness

• arxiv url: http://arxiv.org/abs/2411.04141v1
• Date: Tue, 05 Nov 2024 06:47:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-08 19:40:22.300226
• Title: A Comparative Study on the Impact of Test-Driven Development (TDD) and Behavior-Driven Development (BDD) on Enterprise Software Delivery Effectiveness
• Title（参考訳）: テスト駆動開発(TDD)と振る舞い駆動開発(BDD)がエンタープライズソフトウェアデリバリの有効性に与える影響に関する比較研究
• Authors: Jun Cui,
• Abstract要約: この記事では、テスト駆動開発(TDD)と振る舞い駆動開発(BDD)が、エンタープライズ環境におけるソフトウェアデリバリの有効性に与える影響を比較します。 この結果から、各モデルがデリバリ速度、ソフトウェア品質、チームコラボレーションに与える影響が明らかになりました。
• 参考スコア（独自算出の注目度）: 0.4532517021515834
• License:
• Abstract: This paper compares the impact of Test-Driven Development (TDD) and Behavior-Driven Development (BDD) on software delivery effectiveness within enterprise environments. Using a qualitative research design, data were collected through in-depth interviews with developers and project managers from enterprises adopting TDD or BDD. Moreover, the findings reveal distinct effects of each model on delivery speed, software quality, and team collaboration. Specifically, TDD emphasizes early testing and iterative development, leading to enhanced code quality and fewer defects, while BDD improves cross-functional communication by focusing on behavior specifications that involve stakeholders directly. However, TDD may create a higher initial time investment, and BDD might encounter challenges in requirement clarity. These differences highlight gaps in understanding how each model aligns with varying project types and stakeholder needs, which can guide enterprises in selecting the most suitable model for their unique requirements. The study contributes to the literature by providing insights into the practical application and challenges of TDD and BDD, suggesting future research on their long-term impacts in diverse settings.
• Abstract（参考訳）: この記事では、テスト駆動開発(TDD)と振る舞い駆動開発(BDD)が、エンタープライズ環境におけるソフトウェアデリバリの有効性に与える影響を比較します。 定性的なリサーチ設計を使用して、データはTDDやBDDを採用する企業の開発者やプロジェクトマネージャとの詳細なインタビューを通じて収集されました。 さらに,各モデルがデリバリ速度,ソフトウェア品質,チームコラボレーションに与える影響も明らかにした。 具体的には、TDDは早期のテストと反復開発を強調し、コード品質が向上し、欠陥が少なくなる。 しかし、TDDは、より高い初期投資を生み出すかもしれないし、BDDは要求を明確にする上での課題に直面するかもしれない。 これらの違いは、各モデルがさまざまなプロジェクトタイプやステークホルダーのニーズとどのように一致しているかを理解する上でのギャップを浮き彫りにします。 この研究は、TDDとBDDの実践的応用と課題に関する洞察を提供することで、文献に貢献する。

関連論文リスト

• TDDBench: A Benchmark for Training data detection [42.49625153675721]
  トレーニングデータ検出(TDD)は、特定のデータインスタンスを使用して機械学習モデルをトレーニングするかどうかを決定するためのタスクである。 TDDメソッドの有効性を徹底的に評価する包括的なベンチマークはありません。 4つの検出パラダイムで21のTDDメソッドをベンチマークし、そのパフォーマンスを5つの観点から評価します。
  論文  参考訳（メタデータ） (2024-11-05T05:48:48Z)
• MITA: Bridging the Gap between Model and Data for Test-time Adaptation [68.62509948690698]
  テスト時間適応(TTA)は、モデルの一般化性を高めるための有望なパラダイムとして登場した。 本稿では,Met-In-The-MiddleをベースとしたMITAを提案する。
  論文  参考訳（メタデータ） (2024-10-12T07:02:33Z)
• Dataset Distillation from First Principles: Integrating Core Information Extraction and Purposeful Learning [10.116674195405126]
  我々は、基礎となる最適化問題の正確な特徴付けは、関心の応用に関連する推論タスクを指定しなければならないと論じる。 我々の形式化は、様々なモデリング環境にまたがるDDの新たな応用を明らかにします。 現代の環境において重要な2つのケーススタディについて数値的な結果を示す。
  論文  参考訳（メタデータ） (2024-09-02T18:11:15Z)
• Identifying Technical Debt and Its Types Across Diverse Software Projects Issues [4.6173290119212265]
  ソフトウェアプロジェクトの課題における技術的負債(TD)の識別は、コード品質の維持、長期的なメンテナンスコストの削減、プロジェクト全体の健全性の向上に不可欠である。 本研究は,大規模ソフトウェア開発において,高精度かつ効率的なTD識別の必要性に対処するため,トランスフォーマーモデルを用いたTD分類を進歩させる。
  論文  参考訳（メタデータ） (2024-08-17T07:46:54Z)
• Relative Difficulty Distillation for Semantic Segmentation [54.76143187709987]
  我々は,Relative Difficulty Distillation (RDD) というセマンティックセグメンテーションのための画素レベルのKDパラダイムを提案する。 RDDにより、教師ネットワークは、追加の最適化目標を伴わずに、学習焦点に対する効果的なガイダンスを提供することができる。 我々の研究は、RDDが既存のKDメソッドと統合して、上位パフォーマンスバウンダリを改善できることを示します。
  論文  参考訳（メタデータ） (2024-07-04T08:08:25Z)
• PairCFR: Enhancing Model Training on Paired Counterfactually Augmented Data through Contrastive Learning [49.60634126342945]
  Counterfactually Augmented Data (CAD)は、既存のデータサンプルのラベルを他のクラスに戻すのに、最小限かつ十分な修正を適用することで、新しいデータサンプルを作成する。 近年の研究では、CADを用いたトレーニングが、他の重要な文脈情報を無視しながら、モデルが修正機能に過度にフォーカスする可能性があることが示されている。 我々は、対実的手がかりの学習に加えて、グローバルな特徴アライメントを促進するために、対照的な学習を採用する。
  論文  参考訳（メタデータ） (2024-06-09T07:29:55Z)
• Domain-Driven Design in Software Development: A Systematic Literature Review on Implementation, Challenges, and Effectiveness [0.18726646412385334]
  ドメイン駆動設計(DDD)は、ソフトウェアの問題に対処し、アカデミック、再実装、導入に注意を向ける。 このシステム文献レビュー(SLR)は、ソフトウェア開発におけるDDDの研究を分析し、アーキテクチャ問題を解決する上での有効性を評価する。
  論文  参考訳（メタデータ） (2023-10-03T09:22:53Z)
• Behaviour Driven Development: A Systematic Mapping Study [2.320648715016107]
  振る舞い駆動開発(BDD)は、ソフトウェア要件を表現するために、半構造化自然言語で書かれたシナリオを使用する。 査読された科学文献には二次研究の欠如がある。
  論文  参考訳（メタデータ） (2023-05-09T15:56:02Z)
• CORE: A Retrieve-then-Edit Framework for Counterfactual Data Generation [91.16551253297588]
  Counterfactual Generation via Retrieval and Editing (CORE) は、トレーニングのための多様な反事実摂動を生成するための検索強化された生成フレームワークである。 COREはまず、学習されたバイエンコーダを用いて、タスク関連未ラベルテキストコーパス上で密集した検索を行う。 COREはこれらを、反ファクト編集のために、数ショットの学習機能を備えた大規模な言語モデルへのプロンプトに組み込む。
  論文  参考訳（メタデータ） (2022-10-10T17:45:38Z)
• Analyzing Dynamic Adversarial Training Data in the Limit [50.00850852546616]
  動的逆データ収集(DADC)は、このような多様なトレーニングセットを生成するためのアプローチとして、約束を守る。 本研究は,NLIの20ラウンドを少数の前提項で収集する,長期DADCに関する最初の研究である。 DADCの例でトレーニングされたモデルでは、専門家が計算したテストセットのエラーが、非敵のデータでトレーニングされたモデルよりも26%少なくなります。
  論文  参考訳（メタデータ） (2021-10-16T08:48:52Z)
• Quantitatively Assessing the Benefits of Model-driven Development in Agent-based Modeling and Simulation [80.49040344355431]
  本稿では,MDD とABMS プラットフォームの利用状況と開発ミスについて比較する。 その結果、MDD4ABMSはNetLogoと類似した設計品質のシミュレーションを開発するのに、より少ない労力を必要とすることがわかった。
  論文  参考訳（メタデータ） (2020-06-15T23:29:04Z)

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。