Logo des Repositoriums

Auflistung nach Autor:in "Bouraffa, Abir"

1 - 3 von 3
  • Konferenzbeitrag
    Developers' Visuo-spatial Mental Model and Program Comprehension
    (Software Engineering 2024 (SE 2024), 2024) Bouraffa, Abir; Fuhrmann, Gian-Luca; Maalej, Walid
  • Konferenzbeitrag
    Empirical research on requirements quality: a systematic mapping study
    (Software Engineering 2023, 2023) Montgomery, Lloyd; Fucci, Davide; Bouraffa, Abir; Scholz, Lisa; Maalej, Walid
    Dieser Artikel ist ursprünglich im Requirements Engineering Journal in 2022 erschienen. Bisherige Forschung hat wiederholt gezeigt, dass qualitativ hochwertige Anforderungen maßgeblich für den Erfolg von Entwicklungsprojekten sind. Obwohl der Begriff “Qualität” im Bereich des Requirements Engineering allgegenwärtig ist und trotz umfangreicher Forschungsarbeiten, gibt es bisher keine Metastudien, die einen Überblick über Qualitätsattribute geben und diese miteinander vergleichen. Daher haben wir eine systematische Literaturstudie durchgeführt: Wir haben 6905 Artikel aus sechs akademischen Datenbanken abgerufen und auf 105 relevante Primärstudien heruntergebrochen. Diese nutzen empirische Forschung zur Definition, Verbesserung und Bewertung der Anforderungsqualität. Unsere Ergebnisse zeigen, dass die empirische Forschung zur Anforderungsqualität bislang hauptsächlich auf Verbesserungstechniken fokussiert, während sich nur wenige Primärstudien mit Definitionen und Bewertungen von Qualitätsattributen befassen. Von den 12 identifizierten Qualitätsattributen sind Mehrdeutigkeit, Vollständigkeit, Konsistenz und Korrektheit von Anforderungen die bekanntesten. Wir haben 111 Untertypen von Qualitätsattributen identifiziert, wie beispielsweise “Template- Konformität” für Konsistenz oder “passive Form” für Mehrdeutigkeit. Nur wenige Arbeiten haben bislang gezielt Qualitätsattribute von spezifischen Arten von Anforderungen, wie z.B. Anwendungsfälle oder User Stories, untersucht. Unsere Ergebnisse verdeutlichen somit die Notwendigkeit weiterer empirisch fundierter Forschung zur Definition von Anforderungsqualität unter Einsatz vielfältigerer Forschungsmethoden sowie zur Untersuchung eines breiteren Spektrums an Anforderungstypen.
  • Konferenzbeitrag
    Understanding and Predicting Typed Links in Issue Tracking Systems
    (Software Engineering 2023, 2023) Lüders, Clara Marie; Bouraffa, Abir; Pietz, Tim; Maalej, Walid
    This talk summarizes two recent papers: “Beyond Duplicates: Towards Understanding and Predicting Link Types in Issue Tracking Systems” accepted at MSR 2022, and “Automated Detection of Typed Links in Issue Trackers” accepted at RE 2022. In issue trackers like JIRA, stakeholders connect issues via links of certain types, such as Epic-, Block-, Duplicate-, or Relate-links. While previous research focused on Duplicate-links, we aim at understanding and predicting other link types. In the MSR paper, we studied issues linking in 15 public JIRA repositories. We evaluated the robustness of state-of-the-art duplicate detection approaches on our dataset with diversified link types. We found that current deep-learning approaches confuse duplicates and other links. Extending the training sets with other link types partly solves this problem. In the RE paper, we trained and evaluated various machine learning models to detect typed links. We found that a BERT model trained on titles and descriptions of linked issues outperforms other deep learning models, achieving an average macro F1-score of 0.64. We also studied what impacts the prediction performance and found that this depends on how repositories are used (e.g. linking quality) and by whom.