Exportar registro bibliográfico

Evidence-based software engineering: systematic literature review process based on visual text mining (2012)

  • Autores:
  • Autor USP: SCANNAVINO, KATIA ROMERO FELIZARDO - ICMC
  • Unidade: ICMC
  • Sigla do Departamento: SSC
  • Assuntos: ENGENHARIA DE SOFTWARE; REVISÃO DE SOFTWARE; VISUALIZAÇÃO
  • Palavras-chave do autor: Estudo secundário; Mapeamento sistemático. Mineração visual de texto; Revisão sistemática de literatura; Secondary study; Systematic leterature review; Systematic mapping; Visual text mining
  • Idioma: Português
  • Resumo: Contexto: Revisão Sistemática (RS) é uma metodologia utilizada para reunir evidências sobre uma questão de pesquisa específica. Uma das atividades associadas à RS é a seleção de estudos primários. Quando o pesquisador se depara com grandes volumes de estudos, torna-se difícil selecionar artigos relevantes para uma análise mais aprofundada. Outra atividade associada à RS é a apresentação dos resultados dos estudos primários que atendem aos propósitos da RS. Os resultados são geralmente resumidos em tabelas e uma alternativa para reduzir o tempo consumido para entender os dados é o uso de representações gráficas. Mapeamento sistemático (MS) é uma forma mais aberta de RS, usado para construir um esquema de classificação e categorização sobre uma área de interesse. As atividades de categorização e classificação no MS não são tarefas triviais, pois exigem um esforço manual e conhecimento do domínio por parte dos revisores para a geração de resultados adequados. Embora relevantes, ambos os processos de RS e MS são demorados e muita das atividades são realizadas manualmente. Objetivo: O objetivo desta pesquisa éa utilização de Mineração Visual de Texto (VTM) para apoiar as diferentes atividades dos processos de RS e MS como, por exemplo, suporte à seleção de estudos primários, apresentação de resultados de RSs e a categorização e classificação em MSs. Métodos: Foram propostas extensões para os processos de RS e MS com base em VTM. Uma série de estudos de caso foram realizadospara demonstrar a utilidade de técnicas VTM no contexto de seleção, revisão, apresentação de resultados e categorização. Resultados: Os resultados mostraram que a aplicação de VTM é promissora em termos de apoio positivo para a atividade de seleção de estudos primários e que o uso de representações visuais para apresentar resultados de RSs leva a uma redução do tempo necessário para sua análise, sem perda de compreensão de dados. A aplicação da VTM é relevante também no contexto da MS. Conclusões: Técnicas VTM podem ser empregadas com sucesso para ajudar nos processos de RS e MS
  • Imprenta:
  • Data da defesa: 15.05.2012
  • Acesso à fonte
    Como citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SCANNAVINO, Katia Romero Felizardo. Evidence-based software engineering: systematic literature review process based on visual text mining. 2012. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2012. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18072012-102032/. Acesso em: 19 abr. 2024.
    • APA

      Scannavino, K. R. F. (2012). Evidence-based software engineering: systematic literature review process based on visual text mining (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18072012-102032/
    • NLM

      Scannavino KRF. Evidence-based software engineering: systematic literature review process based on visual text mining [Internet]. 2012 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18072012-102032/
    • Vancouver

      Scannavino KRF. Evidence-based software engineering: systematic literature review process based on visual text mining [Internet]. 2012 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18072012-102032/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Biblioteca Digital de Produção Intelectual da Universidade de São Paulo     2012 - 2024