Buchumschlag

Towards Lean Research Inception: Assessing Practical Relevance of Formulated Research Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pereira, Anrafel Fernandes, Kalinowski, Marcos, Baldassarre, Maria Teresa, Börstler, Jürgen, Ali, Nauman bin, Mendez, Daniel
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Teaching Practically Relevant Research Problem Formulation in Software Engineering with Lean Research Inception
von: Pereira, Anrafel Fernandes, et al.
Veröffentlicht: (2026)

Attributes to Support the Formulation of Practically Relevant Research Problems in Software Engineering
von: Pereira, Anrafel Fernandes, et al.
Veröffentlicht: (2025)

Towards AI Agents Supported Research Problem Formulation
von: Pereira, Anrafel Fernandes, et al.
Veröffentlicht: (2025)

Teaching Empirical Research Methods in Software Engineering: An Editorial Introduction
von: Mendez, Daniel, et al.
Veröffentlicht: (2025)

Artifacts: Teaching Practically Relevant Research Problem Formulation in Software Engineering with Lean Research Inception
von: Fernandes Pereira, Anrafel, et al.
Veröffentlicht: (2026)

GenAI in Software Engineering: The Role of Technology Acceptance Models
von: Johansson, Oscar, et al.
Veröffentlicht: (2026)

Assessing test artifact quality -- A tertiary study
von: Tran, Huynh Khanh Vi, et al.
Veröffentlicht: (2024)

Designing a Syllabus for a Course on Empirical Software Engineering
von: Avgeriou, Paris, et al.
Veröffentlicht: (2025)

Software analytics for software engineering: A tertiary review
von: Laiq, Muhammad, et al.
Veröffentlicht: (2024)

A proposal and assessment of an improved heuristic for the Eager Test smell detection
von: Tran, Huynh Khanh Vi, et al.
Veröffentlicht: (2025)

Quality attributes of test cases and test suites -- importance & challenges from practitioners' perspectives
von: Tran, Huynh Khanh Vi, et al.
Veröffentlicht: (2025)

Embracing Experiential Learning: Hackathons as an Educational Strategy for Shaping Soft Skills in Software Engineering
von: Araújo, Allysson Allex, et al.
Veröffentlicht: (2025)

Can participation in a hackathon impact the motivation of software engineering students? A preliminary case study analysis
von: Araújo, Allysson Allex, et al.
Veröffentlicht: (2024)

Teaching Survey Research in Software Engineering
von: Kalinowski, Marcos, et al.
Veröffentlicht: (2024)

POLARIS: A framework to guide the development of Trustworthy AI systems
von: Baldassarre, Maria Teresa, et al.
Veröffentlicht: (2024)

How good are my search strings? Reflections on using an existing review as a quasi-gold standard
von: Tran, Huynh Khanh Vi, et al.
Veröffentlicht: (2024)

Towards a Framework for Operationalizing the Specification of Trustworthy AI Requirements
von: Villamizar, Hugo, et al.
Veröffentlicht: (2025)

Impacts of Generative AI on Agile Teams' Productivity: A Multi-Case Longitudinal Study
von: Tomaz, Rafael, et al.
Veröffentlicht: (2026)

A Quality Assessment Instrument for Systematic Literature Reviews in Software Engineering
von: Usman, Muhammad, et al.
Veröffentlicht: (2021)

Investigating the Impact of SOLID Design Principles on Machine Learning Code Understanding
von: Cabral, Raphael, et al.
Veröffentlicht: (2024)

Teaching Simulation as a Research Method in Empirical Software Engineering
von: de França, Breno Bernard Nicolau, et al.
Veröffentlicht: (2025)

Who "Controls" Where Work Shall be Done? State-of-Practice in Post-Pandemic Remote Work Regulation
von: Smite, Darja, et al.
Veröffentlicht: (2025)

Towards an OSF-based Registered Report Template for Software Engineering Controlled Experiments
von: Bett, Ana B. M., et al.
Veröffentlicht: (2026)

Impostor Phenomenon Among Software Engineers: Investigating Gender Differences and Well-Being
von: Guenes, Paloma, et al.
Veröffentlicht: (2025)

Constructive Patterns for Human-Centered Tech Hiring
von: Araújo, Allysson Allex, et al.
Veröffentlicht: (2026)

Can Machine Learning Support the Selection of Studies for Systematic Literature Review Updates?
von: Costalonga, Marcelo, et al.
Veröffentlicht: (2025)

Help Me to Understand this Commit! -- A Vision for Contextualized Code Reviews
von: Unterkalmsteiner, Michael, et al.
Veröffentlicht: (2024)

Trustworthy AI in practice: an analysis of practitioners' needs and challenges
von: Baldassarre, Maria Teresa, et al.
Veröffentlicht: (2024)

A Quasi-Experimental Evaluation of Coaching to Mitigate the Impostor Phenomenon in Early-Career Software Engineers
von: Guenes, Paloma, et al.
Veröffentlicht: (2026)

An Empirical Study of Generative AI Adoption in Software Engineering
von: Giray, Görkem, et al.
Veröffentlicht: (2025)

Agile Minds, Innovative Solutions, and Industry-Academia Collaboration: Lean R&D Meets Problem-Based Learning in Software Engineering Education
von: Romao, Lucas, et al.
Veröffentlicht: (2024)

Software Engineering Podcasts: An Empirical Study of Their Potential as a Research Resource
von: Wyrich, Marvin, et al.
Veröffentlicht: (2026)

ML-Enabled Systems Model Deployment and Monitoring: Status Quo and Problems
von: Zimelewicz, Eduardo, et al.
Veröffentlicht: (2024)

Guiding Principles for Using Mixed Methods Research in Software Engineering
von: Storey, Margaret-Anne, et al.
Veröffentlicht: (2024)

Industrial Practices of Requirements Engineering for ML-Enabled Systems in Brazil
von: Alves, Antonio Pedro Santos, et al.
Veröffentlicht: (2024)

Experiences Applying Lean R&D in Industry-Academia Collaboration Projects
von: Kalinowski, Marcos, et al.
Veröffentlicht: (2025)

Towards Emotionally Intelligent Software Engineers: Understanding Students' Self-Perceptions After a Cooperative Learning Experience
von: Araújo, Allysson Allex, et al.
Veröffentlicht: (2025)

Understanding and measuring software engineer behavior: What can we learn from the behavioral sciences?
von: Araújo, Allysson Allex, et al.
Veröffentlicht: (2024)

Preliminary Insights on Industry Practices for Addressing Fairness Debt
von: Santos, Ronnie de Souza, et al.
Veröffentlicht: (2024)

Assessing the Use of AutoML for Data-Driven Software Engineering
von: Calefato, Fabio, et al.
Veröffentlicht: (2023)