• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 2
  • 1
  • Tagged with
  • 3
  • 3
  • 3
  • 2
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Análise de impacto em mudança de software: um guia de orientação

ARAÚJO, Joelson Isidro da Silva Araújo 04 September 2015 (has links)
Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-07-01T12:38:10Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação-JoelsonIsidroDaSilvaAraújo.pdf: 1742206 bytes, checksum: c2b6f413666e50be58b963e8624a1386 (MD5) / Made available in DSpace on 2016-07-01T12:38:10Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação-JoelsonIsidroDaSilvaAraújo.pdf: 1742206 bytes, checksum: c2b6f413666e50be58b963e8624a1386 (MD5) Previous issue date: 2015-09-04 / CAPEs / Contexto: a mudança faz parte da evolução e durante o ciclo de vida do software a maior parte dos custos está associada a esta tarefa. Poder fazer previsões sobre os potenciais efeitos causados através de uma mudança é uma forma de minimizar esses custos. Neste contexto, surge então a Análise de Impacto (AI) para medir o esforço que será necessário à mudança e para nortear como realizar a mesma da maneira mais adequada, entretanto o resultado gerado pode ser insuficiente, pois é possível existirem erros na identificação dos elementos possivelmente impactados, não contemplando todos os problemas existentes. Objetivo: este trabalho tem como objetivo investigar o que se tem feito para permitir um resultado mais preciso na AI, gerando um catálogo de benefícios e limitações e propondo um guia de boas práticas, respondendo as perguntas de pesquisa – O que se sabe atualmente sobre os benefícios e limitações da AI em mudança de software? O que se tem feito para minimizar os erros gerados na análise? Método: para a condução da pesquisa fez-se necessário a busca de dados na literatura, através de uma pesquisa exploratória, por meio de uma revisão sistemática com o intuito de investigar as técnicas de AI relatadas em pesquisas dos últimos anos. Resultados: de posse dos dados resultantes da extração e análise dos dados, os resultados são: (1) evidências de técnicas existentes que conseguiram minimizar imprecisões nos resultados da análise, (2) geração de catálogo de benefícios e limitações em seu uso e ainda, um guia de propostas de boas práticas a serem adotadas para permitir que a análise apresente melhores resultados. Conclusão: os resultados fornecem uma melhor visão dos fatores que precisam ser melhorados e, além disso, possibilitaram a criação de um guia de boas práticas. Com isto, pretendemos contribuir fornecendo uma melhor compreensão sobre as técnicas existentes, de que forma melhorias vêm sendo propostas e quais práticas permitem a maximização dos resultados gerados através da análise de impacto. / Context: Changing is part of the evolution and during the software lifecycle most cost is associated with this task. Being able to make predictions about the potential effects caused by a change is a way to minimize these costs. In this context, the Impact Analisys (IA) can be used to measure the effort it will take to change and to guide how to do the same in the most appropriate way, however the results generated may be insufficient, it is possible to detect errors on the elements identification possibly impacted, not including all the existing problems. Objective: This study has the objetive to investigate what has been done to allow more accurate result in IA , generating a catalog of benefits and limitations and proposing a guide of good practice by answering the research questions - What is currently known about the benefits and IA limitations on software changes? What has been done to minimize errors generated in the analysis? Methodology: To conduct this research it is necessary to search data in the literature, through an exploratory research using a systematic review that will allow an investigation about the most IA techniques used in the last years. Results: With the data generated through the extration and analisys of data, the results are: evidences of techniques which can be used to minimize inaccuracies in test results, (2) generation of catalog of benefits and limitations in its use and also a good practice guide to be adopted to allow the analysis present better results. Conclusion: the expected results will provide a better view of the factors that need to be improved and, besides, will enable the creation of a good practice guide. With this, we intend to contribute by providing a better understanding of existing techniques, how improvements have been proposed and what practices has been used to improve the results generated by impact analysis.
2

Uma abordagem para avaliar refatoramentos baseada no impacto da mudança. / An approach to evaluate refactorings based on the impact of change.

SABINO, Melina Mongiovi Cunha Lima. 31 August 2018 (has links)
Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-31T23:21:36Z No. of bitstreams: 1 MELINA MANGIOVI CUNHA LIMA SABINO - PPGCC DISSERTAÇÃO 2013..pdf: 29220438 bytes, checksum: 42486beccb60e73d444ba221ab430942 (MD5) / Made available in DSpace on 2018-08-31T23:21:36Z (GMT). No. of bitstreams: 1 MELINA MANGIOVI CUNHA LIMA SABINO - PPGCC DISSERTAÇÃO 2013..pdf: 29220438 bytes, checksum: 42486beccb60e73d444ba221ab430942 (MD5) Previous issue date: 2013-03-11 / CNPq / Refatoramentos são transformações que melhoram a estrutura interna do programa preservando seu comportamento observável. Na prática, desenvolvedores utilizam testes de regressão e ferramentas para garantir que o refatoramento preservou o comportamento do programa. Entretanto, ferramentas de refatoramentos possuem bugs. Além disso, a coleção de testes pode ser modificada pela transformação aplicada manualmente ou pela ferramenta. Se a transformação não for aplicada corretamente, esta pode modificar a coleção de testes incapacitando-a de detectar a mudança comportamental. Por fim, a coleção pode não ser adequada para testar a transformação, pois os casos de testes podem não exercitar as entidades impactadas pela transformação. Este problema se torna maior se a coleção de testes for grande, tornando a execução de toda a coleção de testes custosa. Nós propomos uma abordagem para avaliar preservação de comportamento em refatoramentos baseada em geração automática de testes e análise de impacto da mudança. A abordagem analisa o impacto da mudança e gera automaticamente testes apenas para os métodos impactados pela transformação. Implementamos uma ferramenta chamada SafeRefactorlmpact para avaliar a preservação de comportamento. Esta utiliza Safira, ferramenta que implementamos para realizar a análise de impacto. Avaliamos SafeRefactorlmpact em um conjunto de 10 transformações aplicadas a um sistema real, e em uma técnica para testar implementações de refatoramentos. Além disso, comparamos SafeRefactorlmpact com SafeRefactor, uma ferramenta que também avalia preservação de comportamento em refatoramentos mas não utiliza análise de impacto. Nós comparamos com relação às mudanças comportamentais identificadas, quantidade de métodos identificados para geração de testes, tempo total da análise da transformação, quantidade de casos de testes gerados e cobertura da mudança dos testes gerados. O SafeRefactorlmpact conseguiu identificar mudanças comportamentais não identificadas pelo SafeRefactor, reduziu em torno de 60% o tempo para testar implementações de refatoramentos, mostrou-se menos sensível ao tempo limite passado para o gerador automático de testes, além da análise de impacto permitir a diminuição de algumas limitações do gerador automático de testes enfrentadas pelo SafeRefactor. / Refactorings are transformations that improve the internal structure of the program while preserving its observable behavior. In practice, developers use regression tests and refactoring tools to ensure that the refactoring has preserved the behavior of the program. However, refactoring tools may have bugs. In addition, the test suite may be modified by the transformation applied manually or using a refactoring tool. If the transformation is applied incorrectly, it can change the test suite by disabling it to detect the behavioral change. Finally, the test suite may be inappropriate to test the transformation because the test cases may not exercise the change. This problem can get worse if the test suite is large. This way, it is time consuming executing the entire test suite. We propose an approach for evaluating whether a transformation is behavior preserving based on change impact analysis. This approach performs a change impact analysis and it automatically generates tests only to the methods impacted by the transformation. We implemented a tool called SafeRefactorlmpact to evaluate behavior preservation. It uses Safira, a tool that we implemented to identify the methods impacted by a change in the program. We evaluate SafeRefactorlmpact in a set of 10 transformations applied to a real system and to a technique to test refactoring implementations. Moreover, we compared the SafeRefactorlmpact with SafeRefactor, a tool that also evaluates whether a transformation preserves the program behavior. The difference is that SafeRefactor does not use the impact analysis. The SafeRefactorlmpact managed to identify behavioral changes not identified by SafeRefactor; it reduced in 60% the total time to analyze the refactoring implementations; it showed to be less sensitive to the time limit to generate the tests; and the impact analysis allows the reduction of some limitations of the automatic tests generator faced by the SafeRefactor.
3

Fatores de influência nas pessoas para a mudança de processos organizacionais: um estudo sobre sua identificação e importância

Reys, Léa Simone Friedmann dos 23 May 2014 (has links)
Submitted by Léa Simone Friedmann dos Reys (leafried@yahoo.com.br) on 2014-06-17T04:41:33Z No. of bitstreams: 1 Tese.pdf: 25002900 bytes, checksum: 60392b62f1850ece064cd6b5a73a1acc (MD5) / Approved for entry into archive by PAMELA BELTRAN TONSA (pamela.tonsa@fgv.br) on 2014-06-17T09:28:09Z (GMT) No. of bitstreams: 1 Tese.pdf: 25002900 bytes, checksum: 60392b62f1850ece064cd6b5a73a1acc (MD5) / Made available in DSpace on 2014-06-17T12:07:51Z (GMT). No. of bitstreams: 1 Tese.pdf: 25002900 bytes, checksum: 60392b62f1850ece064cd6b5a73a1acc (MD5) Previous issue date: 2014-05-23 / Identifica-se a gestão por processos como uma abordagem eficaz para alavancar os resultados da organização. Para que isso possa ocorrer porem é necessário modificar os processos de negócio existentes. Pessoas são o único elemento comum na gestão por processos e na mudança. Para realizar os benefícios pretendidos, a ação organizacional deve focalizar seus esforços na consecução do apoio das pessoas. A revisão bibliográfica identificou mais de uma centena de fatores de influência na mudança. Esses fatores foram classificados em 4 grupos, a saber: características do indivíduo – Tipo 1, características do indivíduo – Tipo 2, características da organização e fatores de influência. Somente os identificados como fatores de influência exercem um impacto direto sobre o indivíduo. Estes fatores foram reclassificados nos 15 atributos utilizados para realizar o estudo empírico. O primeiro estudo, qualitativo, selecionou dos 15 fatores de influência no indivíduo para a mudança, os 10 mais importantes. Com esses 10 fatores, foi realizada uma pesquisa quantitativa pela internet visando identificar a importância relativa destes. Foram utilizados dois métodos para estimar a importância de cada fator para cada respondente que participou do estudo: Adaptive Conjoint Analysis (ACA) e Ordenação. Utilizando-se o método estatístico Analise de Agrupamento, foram formados, por semelhança, de 2 a 10 grupos com as importâncias relativas resultantes. Esses agrupamentos foram posteriormente confrontados com as variáveis de controle e com o fato da mudança avaliada, ter sido ou não gerada por uma demanda de tecnologia da informação (TI). Nos grupos formados pelo método ACA, há indícios de que as variáveis de controle e o fator gerador da mudança impactam o comportamento dos indivíduos. Nos grupos formados pelo método ordenação, os indícios revelam que não há impacto nem das variáveis de controle (salvo poucas exceções), nem do fator gerador da mudança. No teste não paramétrico de Friedman e nas comparações múltiplas de Dunn-Bonferroni utilizados para priorizar as importâncias calculadas no método ACA, foram encontrados dois grupos distintos. Pelo método de ordenamento, o resultado da amostra mostrou três grupos com priorização distinta dos atributos. / Process Management is identified as an effective strategy to achieve results in the organization. The achievement of desired changes requires changes to existing business processes. People are the only common element in process and change management. The achievement of expected benefits requires a focus on the efforts required to obtain the support of affected people. The literature review revealed over one hundred factors which affect change. These factors were classified in to four distinct groups, namely: Type I individual characteristics, Type II individual characteristics, organizational characteristics and influence factors. Influence factors have a direct impact on the individual. The factors identified were subsequently classified into the 15 factors or attributes used for the empirical study. The first qualitative study selected, from the 15 attributes, the 10 most important factors which influence individual change. These 10 factors were subsequently used for the internet study whose objective was to identify the relative importance of these factors. Two methods were used to estimate the importance of each factor for each individual participating in the study, namely: Adaptive Conjoint Analysis (ACA) and Ordering. The use of Cluster Analysis used similarity analysis to identify 2 to 10 groups together with resulting relative importance scores. These groupings were subsequently contrasted with control variables and whether the change, analyzed by the individual, was the result of a demand from Information Technology. For those groups formed through the use of ACA, there are indications that the control variables and the change driver have an impact on the behavior of the individual. For those groups identified though ordering analysis, the results obtained reveal, with minor exceptions, that neither the control variables nor the change driver have an impact on the behavior of the individual. The application of Friedman non parametric test and multiple comparisons of Dunn-Bonferroni for prioritizing the importance scores calculated through the ACA method, revealed the existence of two distinct groups. Ordering analysis revealed the existence of three groups with differing attribute or factor prioritization.

Page generated in 0.0581 seconds