論文の概要: A Practical Guide for Establishing a Technical Debt Management Process (Preprint)

• arxiv url: http://arxiv.org/abs/2603.03085v1
• Date: Tue, 03 Mar 2026 15:28:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-04 21:38:10.857217
• Title: A Practical Guide for Establishing a Technical Debt Management Process (Preprint)
• Title（参考訳）: 技術的負債管理プロセス構築のための実践的ガイド(プレプリント)
• Authors: Marion Wiese, Kamila Serwa, Eva Bittner,
• Abstract要約: 技術的負債(Technical Debt、TD)とは、短期的に有効なソフトウェアソリューションであり、将来の変化を妨げる。 ワークショップとふりかえりを19回実施し,30ヶ月にわたる108回のミーティング(96時間)を分析した。 ベストプラクティスの出発点として、すべてのチームが使用しているTDMアプローチを特定しました。
• 参考スコア（独自算出の注目度）: 0.9685837672183747
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Context. Technical Debt (TD) refers to short-term beneficial software solutions that impede future changes, making TD management essential. However, establishing a TD management (TDM) process is one of the most pressing concerns in practice. Goal. We plan to identify which previously researched TDM approaches are feasible in practice and what typical challenges emerge to create a guideline for establishing a TDM process. Method. We replicated our previously published action research study by conducting five workshops introducing TDM with two teams from different companies. To determine the feasibility of TDM approaches, we presented the teams with approaches for various TD activities and let them decide which to adopt. Overall, we conducted 19 workshops and retrospectives, analyzing 108 meetings (96 hours) over a 30-month period. Results. The adopted TD prevention strategies and documentation were similar in all teams. The teams utilized their respective backlogs and created a new backlog item type for TD, incorporating similar attributes such as interest, contagiousness, a resubmission date, and reminders to discuss drawbacks and risks. However, they used different prioritization approaches and deviating repayment methods. The teams had to overcome similar challenges during the establishment, which we list in this paper. Conclusions. We identified the TDM approaches used by all teams as a starting point for best practices. For challenges, we provided solutions or identified them as research gaps. Issue tracking system vendors should implement TD issue types employing the identified attributes. Finally, we created a white paper for practitioners to establish a TDM process based on our results.
• Abstract（参考訳）: コンテキスト。 技術的負債(Technical Debt、TD)とは、短期的に有益なソフトウェアソリューションであり、TD管理を不可欠にしている。 しかしながら、TDマネジメント(TDM)プロセスの確立は、実際には最も差し迫った懸念の1つです。 ゴール。 我々は、これまで研究されてきたTDMアプローチが実際に実現可能であるか、また、TDMプロセスを確立するためのガイドラインを作成する上で、どのような典型的な課題が現れるかを特定することを計画している。 方法。 TDMを紹介する5つのワークショップを異なる企業の2チームで実施することで、以前公表したアクションリサーチを再現しました。 TDMアプローチの実現可能性を決定するため、さまざまなTDアクティビティに対するアプローチをチームに提示し、どちらを採用するかを決めました。 全体として、ワークショップとレトロスペクティブを19回実施し、30ヶ月にわたる108のミーティング(96時間)を分析しました。 結果。 採用されているTD予防戦略とドキュメントは、すべてのチームで似ています。 チームはそれぞれのバックログを活用して,関心や伝染性,再提出日,障害やリスクについて議論するためのリマインダといった同じような属性を取り入れて,TD用の新たなバックログアイテムタイプを作成しました。 しかし、彼らは異なる優先順位付けアプローチを採用し、返済方法を逸脱させた。 チームは、この論文に挙げられているように、設立時にも同様の課題を克服しなければなりませんでした。 結論。 ベストプラクティスの出発点として、すべてのチームが使用しているTDMアプローチを特定しました。 課題に対して、ソリューションを提供したり、研究ギャップとして特定したりしました。 問題追跡システムベンダは、特定属性を使用したTDイシュータイプを実装する必要がある。 最後に、実践者が結果に基づいてTDMプロセスを確立するためのホワイトペーパーを作成しました。

関連論文リスト

• AgentPRM: Process Reward Models for LLM Agents via Step-Wise Promise and Progress [71.02263260394261]
  大規模言語モデル(LLM)は、マルチターン意思決定タスクにおいて依然として課題に直面している。 プロセス報酬モデル(PRM)を構築し、各意思決定を評価し、エージェントの意思決定プロセスを導く。 AgentPRMは、シーケンシャルな決定と最終的な目標への貢献の間の相互依存の両方をキャプチャする。
  論文  参考訳（メタデータ） (2025-11-11T14:57:54Z)
• Establishing Technical Debt Management -- A Five-Step Workshop Approach and an Action Research Study [1.3514953384460018]
  技術的負債(TD)項目は、短期的な利益を提供するが、将来の変更を妨げるソフトウェアシステムの構成である。 本研究の目的は,ワークショップの概念に基づくIT企業におけるTDMプロセスの構築である。
  論文  参考訳（メタデータ） (2025-08-21T13:44:01Z)
• Managing Technical Debt in a Multidisciplinary Data Intensive Software Team: an Observational Case Study [12.110862907227203]
  データ集約型(DI)ソリューションへの投資と開発が増加している。 慎重な管理がなければ、この成長する投資は関連する技術的負債(TD)も増加させる。 この研究は、多分野のDIチームTDマネジメントプラクティスに関する経験的、実践に基づく洞察に貢献する。
  論文  参考訳（メタデータ） (2025-06-23T00:53:45Z)
• OpenTAD: A Unified Framework and Comprehensive Study of Temporal Action Detection [86.30994231610651]
  時間的行動検出(TAD)は、人間の行動を特定し、その時間的境界を動画内でローカライズすることを目的とした、基本的なビデオ理解タスクである。 我々は16種類のTADメソッドと9つの標準データセットをモジュール化したTADフレームワークであるtextbfOpenTADを提案する。 1つのモジュールを別の設計で置き換える、フィーチャベースのTADモデルをエンドツーエンドモードでトレーニングする、あるいは2つのモジュールを切り替える、という最小限の労力が必要になります。
  論文  参考訳（メタデータ） (2025-02-27T18:32:27Z)
• RAG-based Crowdsourcing Task Decomposition via Masked Contrastive Learning with Prompts [21.69333828191263]
  本稿では、自然言語理解の観点からタスク分解(TD)をイベント検出として再認識する、検索強化世代ベースのクラウドソーシングフレームワークを提案する。 本稿では,TD (PBCT) のための Prompt-based Contrastive Learning framework を提案する。 実験結果は,教師付きおよびゼロショット検出における本手法の競合性を実証した。
  論文  参考訳（メタデータ） (2024-06-04T08:34:19Z)
• ActiveAD: Planning-Oriented Active Learning for End-to-End Autonomous Driving [96.92499034935466]
  自動運転のためのエンドツーエンドの差別化学習は、最近顕著なパラダイムになっている。 第一のボトルネックは、高品質なラベル付きデータに対する大胆な欲求にある。 収集した生データの一部を段階的に注釈付けする計画指向のアクティブラーニング手法を提案する。
  論文  参考訳（メタデータ） (2024-03-05T11:39:07Z)
• Technical Debt Management Automation: State of the Art and Future Perspectives [3.237986717780412]
  TDM(Technical debt management)とは、TDを扱うための一連の活動を指す。 TDM自動化における現在のアプローチを要約する研究が不足している。
  論文  参考訳（メタデータ） (2023-11-30T10:51:12Z)
• DPTDR: Deep Prompt Tuning for Dense Passage Retrieval [53.217524851268216]
  ディーププロンプトチューニング(DPT)は多くの自然言語処理(NLP)タスクで大きな成功を収めている。 しかし、微細チューニング(FT)が依然として支配的な高密度検索においては、十分に解明されていない。 本稿では,DPTに基づく検索手法,すなわち検索指向の中間事前学習と統合負のマイニングの2つのモデル非依存型およびタスク非依存型戦略を提案する。
  論文  参考訳（メタデータ） (2022-08-24T12:55:00Z)
• Generalized Decision Transformer for Offline Hindsight Information Matching [16.7594941269479]
  本稿では、後視情報マッチング(HIM)問題を解くための一般化決定変換器(GDT)を提案する。 特徴関数と反因果アグリゲータの異なる選択が, 将来の異なる統計値に適合する新しいカテゴリーDT (CDT) と双方向DT (BDT) にどのように寄与するかを示す。
  論文  参考訳（メタデータ） (2021-11-19T18:56:13Z)
• CINS: Comprehensive Instruction for Few-shot Learning in Task-oriented Dialog Systems [56.302581679816775]
  本稿では,タスク固有の命令でPLMを利用する包括的インストラクション(CINS)を提案する。 命令のスキーマ(定義、制約、プロンプト)と、ToDの3つの重要な下流タスクに対するカスタマイズされた実現を設計する。 これらのToDタスクに対して,小さな検証データを用いた現実的な数ショット学習シナリオで実験を行った。
  論文  参考訳（メタデータ） (2021-09-10T03:23:06Z)
• MS MARCO: Benchmarking Ranking Models in the Large-Data Regime [57.37239054770001]
  本稿では,MS MARCO と TREC Deep Learning Track をケーススタディとして用いた。 評価の取り組みの設計が、特定の成果を奨励または阻止する方法を示します。 我々は、ある種の落とし穴の分析と、そのような落とし穴を避けるためのベストプラクティスのステートメントを提供する。
  論文  参考訳（メタデータ） (2021-05-09T20:57:36Z)

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。