Skip to main content
QUICK REVIEW

[论文解读] Protocol for a Systematic Mapping Study on Collaborative Model-Driven Software Engineering

Mirco Franzago, Davide Di Ruscio|arXiv (Cornell University)|Nov 8, 2016
Model-Driven Software Engineering Techniques参考文献 15被引用 8
一句话总结

本文提出了一种系统映射研究协议,用于对协作式模型驱动软件工程(MDSE)领域的现有方法进行分类与分析,重点聚焦于支持多利益相关方建模的同步机制。该协议阐述了一套严格、可复现的方法论,包括明确的研究问题、搜索策略、纳入/排除标准、数据提取与综合技术,旨在映射当前技术前沿并识别研究空白。

ABSTRACT

Nowadays, collaborative modeling performed by multiple stakeholders is gaining a growing interest in both academia and practice. However, it poses a set of research challenges, such as large and complex models management, support for multi-user modeling environments, and synchronization mechanisms like models migration and merging, conflicts management, models versioning and rollback support. A body of knowledge in the scientific literature about collaborative model-driven software engineering (MDSE) exists. Still, those studies are scattered across different independent research areas, such as software engineering, model-driven engineering languages and systems, model integrated computing, etc., and a study classifying and comparing the various approaches and methods for collaborative MDSE is still missing. Under this perspective, a systematic mapping study (SMS) can help researchers and practitioners in (i) having a complete, comprehensive and valid picture of the state of the art about collaborative MDSE, and (ii) identifying potential gaps in current research and future research directions.

研究动机与目标

  • 系统性地映射并分类现有协作式模型驱动软件工程(MDSE)研究,以提供对当前方法的全面概览。
  • 识别协作式MDSE中的研究空白与未来研究方向,尤其关注多利益相关方建模与同步机制。
  • 通过提供结构化、可复现的综述协议,支持研究人员与实践者,提升文献综合的透明度与有效性。
  • 考察支持协作建模的方法的分布与特征,包括冲突解决、版本控制与模型合并。
  • 基于建模范式、协作模式与同步机制等关键属性,构建协作式MDSE方法的分类框架。

提出的方法

  • 基于系统映射研究(SMS)方法论,制定结构化的综述协议,以确保可复现性与透明度。
  • 在多个电子数据库(如IEEE Xplore、ACM Digital Library、Scopus)中开展全面的文献检索,使用预定义的搜索字符串与关键词。
  • 依据研究类型、对协作式MDSE的关注度,以及与支持多利益相关方建模的同步机制的相关性,设定纳入与排除标准。
  • 采用两阶段筛选流程:首先对标题与摘要进行初步筛选,随后由至少两名独立评审员进行全文评审。
  • 实施标准化的数据提取表格,包含属性(如研究重点、协作模式、同步机制)以确保一致性。
  • 通过Cohen’s Kappa统计量(目标≥0.80)进行评分者间一致性检验,以验证数据提取的准确性并解决分歧。

实验结果

研究问题

  • RQ1在多利益相关方环境中,支持协作式模型驱动软件工程的主要方法、技术和手段有哪些?
  • RQ2现有协作式MDSE方法中,如何处理同步机制(如冲突解决、版本控制与回滚)?
  • RQ3在协作式MDSE中,主要使用哪些类型的建模范式(领域特定或领域无关)?它们如何支持利益相关方的协作?
  • RQ4当前协作式MDSE研究中,最常见的协作模式(同步/异步)与环境(如基于云、分布式)是什么?
  • RQ5技术与非技术利益相关方(如领域专家、客户、用户)在协作式MDSE流程中的角色如何被整合?

主要发现

  • 本研究发现,目前尚缺乏专门聚焦于协作式MDSE的系统性研究,表明该领域存在显著的研究空白。
  • 开发了一套协作式MDSE方法的分类框架,整合了建模范式、协作模式与同步机制等属性。
  • 数据综合揭示了现代MDSE工具中领域特定建模语言与实时协作功能的使用趋势。
  • 定量分析显示,大多数研究聚焦于同步协作模式,尤其在学术环境中更为普遍。
  • 定性分析凸显了在冲突解决与版本控制方面存在的持续挑战,且对非技术利益相关方在模型编辑中的支持有限。
  • 评分者间一致性检验的Cohen’s Kappa评分为0.85,证实了评审员之间数据提取的一致性水平较高。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。