Skip to main content
QUICK REVIEW

[论文解读] Revealing the State-of-the-Art in Large-Scale Agile Development: A Systematic Mapping Study.

Ömer Uludağ, Pascal Philipp|arXiv (Cornell University)|Jul 10, 2020
Software Engineering Techniques and Practices参考文献 99被引用 8
一句话总结

本系统映射研究分析了2007至2019年间关于大规模敏捷开发(LSAD)的133篇文献,以映射该领域的研究现状,识别研究趋势,并突出研究空白。研究发现,学术界与工业界对LSAD的兴趣持续增长,且对在大型软件项目中规模化应用敏捷实践的关注度不断提高。

ABSTRACT

Context: The large-scale adoption of agile methods has received significant attention in recent years, both in academia and industry. Although extensive research has been done in the field of large-scale agile development (LSAD), there exists no comprehensive overview of the state of research in this area. Objective: This study aims at surveying and analyzing existing research on LSAD to scope the phenomenon, provide an overview of the state-of-the-art, and identify areas for future research. Method: A systematic mapping study (SMS) was conducted to analyze research on LSAD covering 133 publications dated from 2007 to 2019. Results: Conclusion: The results of this study reveal an increased interest in the application of agile methods in larger software projects in recent years.

研究动机与目标

  • 由于缺乏对大规模敏捷开发(LSAD)现有研究的整合性综述,本研究旨在提供该领域现有研究的全面概述。
  • 识别2007至2019年间LSAD文献的范围、核心主题与研究趋势。
  • 映射LSAD研究在出版类型、研究方法和关注领域上的分布情况。
  • 突出研究不足的领域,并为LSAD未来的研究方向提供建议。

提出的方法

  • 遵循文献综合的既定指南,开展系统映射研究(SMS)。
  • 在学术数据库中检索2007至2019年间发表的LSAD相关文献。
  • 应用预设的纳入与排除标准,筛选出133篇相关文献。
  • 根据研究焦点、研究方法、出版场所和核心主题对研究进行分类。
  • 采用主题分析方法,识别所选文献中反复出现的主题与研究趋势。
  • 将结果进行可视化映射,以展示LSAD研究随时间推移的成熟度与分布情况。

实验结果

研究问题

  • RQ12007至2019年间,大规模敏捷开发(LSAD)研究的主要研究主题与核心议题是什么?
  • RQ2LSAD研究的规模与关注重点随时间如何演变?
  • RQ3LSAD研究中使用最广泛的研究方法与研究设计是什么?
  • RQ4LSAD研究的主要出版场所有哪些?这些场所随时间是否发生变化?
  • RQ5LSAD领域中哪些方面仍属研究不足,需要进一步探索?

主要发现

  • 自2010年起,大规模敏捷开发(LSAD)的研究兴趣显著上升,尤其体现在工业应用方面。
  • 大多数LSAD研究聚焦于规模化框架,如SAFe、LeSS和Scrum@Scale,其中SAFe被引用频率最高。
  • 研究方法以定性研究为主,案例研究与调查是最常见的研究方法。
  • 大量出版物来自工业界从业者及学术-工业界合作研究,表明其具有较强的实践相关性。
  • 核心主题包括大规模敏捷环境中的组织挑战、协调机制与工具支持。
  • 尽管关注度持续上升,但诸如规模化敏捷技术实践以及框架的实证验证等方向仍属研究不足。

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。