論文の概要: One Size Fits All? An Empirical Comparison of ADR Templates regarding Comprehension, Usability, and Ease of Adoption

• arxiv url: http://arxiv.org/abs/2604.27333v1
• Date: Thu, 30 Apr 2026 02:20:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:53.882774
• Title: One Size Fits All? An Empirical Comparison of ADR Templates regarding Comprehension, Usability, and Ease of Adoption
• Title（参考訳）: 1つのサイズがすべてか? ADRテンプレートの理解,ユーザビリティ,導入の容易性に関する実証的比較
• Authors: Fernando Nogueira, Nabson Silva, Tayana Conte,
• Abstract要約: 5つのアーキテクチャ決定レコード(ADR)を比較した。 最高パフォーマンスのテンプレートはNygardとMADRである。 Nygardは簡潔で客観的なドキュメントをサポートしており、MADRは構造の詳細と特定のアーキテクチャ要件を促進する。
• 参考スコア（独自算出の注目度）: 45.37048651515435
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Context: Documenting Architectural Design Decisions (ADDs) is a critical factor in the software lifecycle, essential for efficient system maintenance, developer onboarding, and preventing knowledge vaporization. Although various templates for Architectural Decision Records (ADRs) have been proposed, there is a lack of empirical evidence comparing them. Goal: To address this gap, this paper aims to identify which ADR template best supports comprehension, usability, and ease of adoption: Tyree/Akerman's template, Nygard's ADR, arc42, Y-statements, and MADR. Method: We compared these templates using the DESMET FA method in a two-step evaluation. First, the two primary authors evaluated the five templates through the DESMET FA, based on their software architecture expertise. The two top-performing templates were then used as treatments in a controlled experiment conducted with undergraduate students. Results: In the preliminary screening by experts, the top-performing templates were those of Nygard and MADR. In the subsequent controlled experiment, Nygard's template outperformed MADR in terms of the Overall Score. Qualitative analysis of participant feedback revealed the factors influencing template preference. The findings indicate that Nygard supports concise and objective documentation, while MADR facilitates structural details and specific architectural requirements. Conclusion: This paper provides an evidence-based strategy for ADR template adoption by offering a comparison between them. The findings present a decision-making guide that assists practitioners and researchers in selecting ADR templates aligned with project constraints, aiming to minimize documentation overhead and increase architectural knowledge retention.
• Abstract（参考訳）: コンテキスト: アーキテクチャ設計決定の文書化(ADD)は、ソフトウェアライフサイクルにおいて重要な要素であり、効率的なシステムメンテナンス、開発者のオンボーディング、知識の蒸発防止に不可欠です。 建築決定記録(ADR)の様々なテンプレートが提案されているが、それらを比較した実証的な証拠は乏しい。 目標: このギャップに対処するため,本論文では,どのADRテンプレートが理解,ユーザビリティ,導入の容易性を最もサポートしているかを,Tyree/Akerman のテンプレート,Nygard の ADR,arc42,Y-statements,MADR で確認する。 方法: このテンプレートをDESMET FA法を用いて2段階評価を行った。 まず、2人の主要な著者は、ソフトウェアアーキテクチャの専門知識に基づいて、DESMET FAを通じて5つのテンプレートを評価した。 2つのトップパフォーマンステンプレートは、その後、大学生によるコントロール実験で治療として使用された。 結果: 専門家による事前スクリーニングでは, 最高パフォーマンステンプレートはNygardとMADRであった。 その後の制御実験では、ナイガードのテンプレートは総合スコアにおいてMADRよりも優れていた。 参加者のフィードバックの質的分析により,テンプレートの嗜好に影響する要因が明らかになった。 この結果は、Nygardが簡潔で客観的なドキュメントをサポートする一方で、MADRは構造の詳細と特定のアーキテクチャ要件を促進することを示唆している。 結論:本論文は,ADRテンプレート導入のためのエビデンスベースの戦略を,それらの比較によって提供する。 この調査結果は,ドキュメントのオーバーヘッドを最小限に抑え,アーキテクチャ知識の保持を高めることを目的として,実践者や研究者がプロジェクト制約に沿ったADRテンプレートを選択するのを支援するための意思決定ガイドである。

関連論文リスト

• DocSeeker: Structured Visual Reasoning with Evidence Grounding for Long Document Understanding [63.257540233507626]
  本稿では、構造化解析、局所化、推論のワークフローを実行するためにモデルを必要とするパラダイムを提案する。 ショートページトレーニングから超長文書への堅牢な一般化を示し、視覚的検索・拡張生成システムと自然に相乗効果を示す。
  論文  参考訳（メタデータ） (2026-04-14T14:39:26Z)
• Large Language Models for Analyzing Enterprise Architecture Debt in Unstructured Documentation [0.0]
  エンタープライズアーキテクチャ負債(EA Debt)は、最適以下の設計決定と、組織ITの状況が経時的に悪化する可能性のあるコンポーネントの不一致から生じる。 初期の指標であるEA Smells(Enterprise Architecture Smells)は、主に手動または構造化されたアーティファクトからのみ検出されている。 本研究では,大規模言語モデル (LLM) を用いて,非構造化アーキテクチャ文書におけるEA Debtの同定と定量化を行う手法を提案する。
  論文  参考訳（メタデータ） (2026-03-29T21:45:15Z)
• DOCR-Inspector: Fine-Grained and Automated Evaluation of Document Parsing with VLM [35.910677096654574]
  文書解析は、構造化されていないPDF画像を半構造化データに変換することを目的としており、多様な領域における情報のデジタル化と活用を容易にする。 一般的なプラクティスは、しばしば標準ベンチマークで最高のパフォーマンスモデルを選択する。 本稿では,文書解析評価をきめ細かな誤り検出と解析として形式化するDOCR-Inspectorを紹介する。
  論文  参考訳（メタデータ） (2025-12-11T13:16:33Z)
• Leveraging Hierarchical Organization for Medical Multi-document Summarization [9.907620975399185]
  医用多文書要約の入力に階層構造を組み込むことで、文書間で情報を整理・コンテキスト化するモデルの能力が向上するかどうかを検討する。 本研究は,人文要約よりもモデル生成要約を好むことを示す。
  論文  参考訳（メタデータ） (2025-10-27T08:18:02Z)
• DocR1: Evidence Page-Guided GRPO for Multi-Page Document Understanding [100.29587871213624]
  本稿では,新しいRLフレームワークであるEvidence Page-Guided GRPOで学習したMLLMであるDocR1を紹介する。 EviGRPOには、粗大な推論戦略を促進するエビデンス対応報酬機構が組み込まれている。 我々は,DocR1が複数ページのタスクに対して最先端のパフォーマンスを達成し,シングルページのベンチマークにおいて強い結果を維持していることを示す。
  論文  参考訳（メタデータ） (2025-08-10T12:03:45Z)
• Making a (Counterfactual) Difference One Rationale at a Time [5.97507595130844]
  本研究では,人的支援を伴わない反現実的データ拡張が,セレクタの性能を向上させることができるかどうかを考察する。 以上の結果から,CDAは関心のシグナルをよりよく捉えた合理性を生み出すことが示唆された。
  論文  参考訳（メタデータ） (2022-01-13T19:05:02Z)

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。