Uma taxonomia de preditores de esforço para projetos de aplicativos móveis
Os aplicativos móveis têm características diferentes dos demais sistemas de informação, características como consciência de localização, tipos de conectividade, dentre outras. Essas características influenciam na estimativa de esforço, especialmente em alguns aspectos como preditores de esforço que...
| Autor principal: | Souza, Ervili Tarsila Brito de |
|---|---|
| Outros Autores: | http://lattes.cnpq.br/9764406211798486 |
| Grau: | Dissertação |
| Idioma: | por |
| Publicado em: |
Universidade Federal do Amazonas
2019
|
| Assuntos: | |
| Acesso em linha: |
https://tede.ufam.edu.br/handle/tede/6928 |
| id |
oai:https:--tede.ufam.edu.br-handle-:tede-6928 |
|---|---|
| recordtype |
dspace |
| spelling |
oai:https:--tede.ufam.edu.br-handle-:tede-69282019-02-08T05:03:46Z Uma taxonomia de preditores de esforço para projetos de aplicativos móveis A taxonomy of effort predictors factors for mobile application projects Souza, Ervili Tarsila Brito de Conte, Tayana Uchôa http://lattes.cnpq.br/9764406211798486 http://lattes.cnpq.br/6682919653508224 Carvalho, José Reginaldo Hughes http://lattes.cnpq.br/3161958119304780 Prikladnicki, Rafael http://lattes.cnpq.br/2007065934836962 Estimativa de Esforço Estimativa de Tamanho Aplicativos Móveis Fatores Preditores de Esforço Taxonomia Classificação de Conhecimento Effort estimation Size Estimation Mobile Applications Effort Predictive Factors Taxonomy Knowledge Classification CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO: METODOLOGIA E TÉCNICAS DA COMPUTAÇÃO: ENGENHARIA DE SOFTWARE Os aplicativos móveis têm características diferentes dos demais sistemas de informação, características como consciência de localização, tipos de conectividade, dentre outras. Essas características influenciam na estimativa de esforço, especialmente em alguns aspectos como preditores de esforço que são fatores associados com o esforço no sentido de que eles têm um efeito sobre o montante total do esforço necessário para desenvolver um projeto. Existem diferentes preditores, porém não há uma classificação destes que facilite o compartilhamento de conhecimento entre profissionais e pesquisadores, apoie o processo de tomada de decisão, auxilie a seleção de preditores de esforço para estimar projetos de aplicativos móveis e ajude a construir uma base para gestão de conhecimento de lições aprendidas na estimativa de projeto. No contexto da estimativa de esforço de aplicativos móveis, o principal objetivo desta pesquisa é organizar e classificar o corpo de conhecimento existente sobre os preditores de esforço de aplicativos móveis, elaborando e usando uma taxonomia que visa apoiar tanto a pesquisa quanto a prática da estimativa de esforço. Para elaborar a taxonomia, foi usado um método de projeto de taxonomia proposto recentemente e foram executados estudos experimentais com objetivo de caracterizar esses preditores de esforço. O primeiro estudo consistiu em uma pesquisa qualitativa com 8 profissionais envolvidos na estimativa de esforço de 5 diferentes empresas, resultando em 54 fatores. O segundo estudo consistiu em um mapeamento sistemático da literatura que identificou 66 fatores e 11 modelos de estimativa para projetos de aplicativos móveis. Por meio dos resultados obtidos dos estudos, foi proposta uma taxonomia de preditores de esforço (métricas de tamanho e fatores de custo) que possui uma hierarquia de três níveis e classificados em 12 categorias, além disso, foi usado uma base de conhecimento sobre preditores de esforço de 108 preditores organizados nas 12 categorias da taxonomia. A taxonomia proposta pode ser benéfica das seguintes maneiras: i) auxiliar a seleção de fatores preditores de esforço para estimar projetos de aplicativos móveis; ii) ajudar a identificar literatura de interesse; iii) auxiliar a construção de uma base para gestão do conhecimento de lições aprendidas na estimativa de projeto. Mobile applications have different characteristics in relation to other information systems, such as location awareness, types of connectivity, among others. These characteristics influence the estimation of effort, especially in some aspects like stress predictors that are factors associated with effort in the sense that they have an effect on the total amount of effort required to develop a project. There are different predictors, but there is no such classification that facilitates the sharing of knowledge among professionals and researchers, supports the decision-making process, assists the selection of effort predictors to estimate mobile application projects, and helps build a basis for managing knowledge of lessons learned in project estimation. In the context of mobile application effort estimation, the main goal of this research is to organize and classify the existing body of knowledge about mobile application effort predictors, designing and using a taxonomy that supports both research and the practice of effort estimating. To elaborate the taxonomy, a recently proposed taxonomy design method was used and experimental studies were carried out to characterize these effort predictors. The first study consisted of a qualitative research with 8 professionals involved in the effort estimation of 5 different companies, resulting in 54 factors. The second study consisted of a systematic literature mapping that identified 66 tained from the studies, a taxonomy of effort predictors (size metrics and cost factors) was proposed, with a hierarchy of three levels and classified in 12 categories, in addition, a knowledge base of 108 effort predictors was used and the predictors were organized in the 12 categories of taxonomy. The proposed taxonomy may be beneficial in the following ways: i) assist in the selection of effort predictors to estimate mobile application projects; ii) help identify literature of interest; iii) help build a base for knowledge management of lessons learned in project estimation. FAPEAM - Fundação de Amparo a Pesquisa do Estado do Amazonas Os arquivos em pdf enviados só estão abrindo no Internet Explorer Os arquivos em pdf enviados só estão abrindo no Internet Explorer 2019-02-07T15:23:52Z 2018-12-17 Dissertação SOUZA, Ervili Brito de. Tarsila Uma taxonomia de preditores de esforço para projetos de aplicativos móveis. 2018 118 f. Dissertação (Mestrado em Informática) - Instituto de Computação, Universidade Federal do Amazonas, Manaus, 2018. https://tede.ufam.edu.br/handle/tede/6928 por Acesso Aberto http://creativecommons.org/licenses/by/4.0/ application/pdf Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática |
| institution |
TEDE - Universidade Federal do Amazonas |
| collection |
TEDE-UFAM |
| language |
por |
| topic |
Estimativa de Esforço Estimativa de Tamanho Aplicativos Móveis Fatores Preditores de Esforço Taxonomia Classificação de Conhecimento Effort estimation Size Estimation Mobile Applications Effort Predictive Factors Taxonomy Knowledge Classification CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO: METODOLOGIA E TÉCNICAS DA COMPUTAÇÃO: ENGENHARIA DE SOFTWARE |
| spellingShingle |
Estimativa de Esforço Estimativa de Tamanho Aplicativos Móveis Fatores Preditores de Esforço Taxonomia Classificação de Conhecimento Effort estimation Size Estimation Mobile Applications Effort Predictive Factors Taxonomy Knowledge Classification CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO: METODOLOGIA E TÉCNICAS DA COMPUTAÇÃO: ENGENHARIA DE SOFTWARE Souza, Ervili Tarsila Brito de Uma taxonomia de preditores de esforço para projetos de aplicativos móveis |
| topic_facet |
Estimativa de Esforço Estimativa de Tamanho Aplicativos Móveis Fatores Preditores de Esforço Taxonomia Classificação de Conhecimento Effort estimation Size Estimation Mobile Applications Effort Predictive Factors Taxonomy Knowledge Classification CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO: METODOLOGIA E TÉCNICAS DA COMPUTAÇÃO: ENGENHARIA DE SOFTWARE |
| description |
Os aplicativos móveis têm características diferentes dos demais sistemas de informação, características como consciência de localização, tipos de conectividade, dentre outras. Essas características influenciam na estimativa de esforço, especialmente em alguns aspectos como preditores de esforço que são fatores associados com o esforço no sentido de que eles têm um efeito sobre o montante total do esforço necessário para desenvolver um projeto. Existem diferentes preditores, porém não há uma classificação destes que facilite o compartilhamento de conhecimento entre profissionais e pesquisadores, apoie o processo de tomada de decisão, auxilie a seleção de preditores de esforço para estimar projetos de aplicativos móveis e ajude a construir uma base para gestão de conhecimento de lições aprendidas na estimativa de projeto. No contexto da estimativa de esforço de aplicativos móveis, o principal objetivo desta pesquisa é organizar e classificar o corpo de conhecimento existente sobre os preditores de esforço de aplicativos móveis, elaborando e usando uma taxonomia que visa apoiar tanto a pesquisa quanto a prática da estimativa de esforço. Para elaborar a taxonomia, foi usado um método de projeto de taxonomia proposto recentemente e foram executados estudos experimentais com objetivo de caracterizar esses preditores de esforço. O primeiro estudo consistiu em uma pesquisa qualitativa com 8 profissionais envolvidos na estimativa de esforço de 5 diferentes empresas, resultando em 54 fatores. O segundo estudo consistiu em um mapeamento sistemático da literatura que identificou 66 fatores e 11 modelos de estimativa para projetos de aplicativos móveis. Por meio dos resultados obtidos dos estudos, foi proposta uma taxonomia de preditores de esforço (métricas de tamanho e fatores de custo) que possui uma hierarquia de três níveis e classificados em 12 categorias, além disso, foi usado uma base de conhecimento sobre preditores de esforço de 108 preditores organizados nas 12 categorias da taxonomia. A taxonomia proposta pode ser benéfica das seguintes maneiras: i) auxiliar a seleção de fatores preditores de esforço para estimar projetos de aplicativos móveis; ii) ajudar a identificar literatura de interesse; iii) auxiliar a construção de uma base para gestão do conhecimento de lições aprendidas na estimativa de projeto. |
| author_additional |
Conte, Tayana Uchôa |
| author_additionalStr |
Conte, Tayana Uchôa |
| format |
Dissertação |
| author |
Souza, Ervili Tarsila Brito de |
| author2 |
http://lattes.cnpq.br/9764406211798486 |
| author2Str |
http://lattes.cnpq.br/9764406211798486 |
| title |
Uma taxonomia de preditores de esforço para projetos de aplicativos móveis |
| title_short |
Uma taxonomia de preditores de esforço para projetos de aplicativos móveis |
| title_full |
Uma taxonomia de preditores de esforço para projetos de aplicativos móveis |
| title_fullStr |
Uma taxonomia de preditores de esforço para projetos de aplicativos móveis |
| title_full_unstemmed |
Uma taxonomia de preditores de esforço para projetos de aplicativos móveis |
| title_sort |
uma taxonomia de preditores de esforço para projetos de aplicativos móveis |
| publisher |
Universidade Federal do Amazonas |
| publishDate |
2019 |
| url |
https://tede.ufam.edu.br/handle/tede/6928 |
| _version_ |
1831969713169629184 |
| score |
11.753896 |