Context: Software development is human-centric and vulnerable to human error. Human errors are errors in the human thought process. To ensure software quality, practitioners must understand how to manage these human errors. Organizations often change the requirements engineering process to prevent human errors from occurring or to mitigate the harm caused when those errors do occur. While there are studies on human error management in other disciplines, research on the prevention and mitigation of human errors in software engineering, and requirements engineering specifically, are limited. The software engineering studies do not provide strong results about the types of changes that are most effective in requirements engineering. Objective: The goal of this paper is to develop a taxonomy of human error prevention and mitigation strategies based on data from requirements engineering professionals. Method: We performed a qualitative analysis of two practitioner surveys on requirements engineering practices to identify and classify strategies for the prevention and mitigation of human errors. Results: We organized the human error management strategies into a taxonomy based on whether they primarily affect People, Processes, or the Environment. Inside each high-level category, we further organized the strategies into low-level classes. More than 50% of the reported strategies require a change in Process, 23% require a change in Environment, 21% require a change in People, with the remaining 5% too ambiguous to classify. In addition, more than 50\% of the strategies focus on Management activities. Conclusions: The Human Error Management Taxonomy provides a systematic classification and organization of strategies for prevention and mitigation of human errors in requirements engineering. This systematic organization provides a foundation upon which research can build.


翻译:翻译后标题:需求工程中的人为错误管理:应该修复人、过程还是环境? 翻译后摘要:背景:软件开发是人为导向的,容易受到人为错误的影响。人为错误是指人类的思维过程中出现的错误。为了确保软件质量,从业者必须了解如何管理这些人为错误。组织通常更改需求工程过程,以防止人为错误发生或减轻它们发生时造成的伤害。虽然在其他学科中有关于人为错误管理的研究,但是软件工程中尤其是要求工程方面的研究还很有限。软件工程研究对于哪些类型的更改最为有效并不提供强有力的结果。目标:本文旨在开发基于需求工程专业人员数据的人为错误预防和减轻策略的分类法。方法:我们对两项需求工程实践调查进行定性分析,以识别和分类预防和减轻人为错误的策略。结果:我们根据这些人为错误管理策略是否主要影响人、过程或环境,将其组织成分类法。在每个高级别类别中,我们进一步将策略组织成低级别分类。超过50%的报告策略需要进行过程变更,23%需要进行环境变更,21%需要进行人的变更,剩余5%太模糊,无法分类。此外,超过50%的策略集中在管理活动上。结论:人为错误管理分类法为需求工程中预防和减轻人为错误的策略提供了系统分类和组织。这种系统化的组织提供了研究可以依据的基础。

0
下载
关闭预览

相关内容

《用于国家安全的人工智能:可预测性问题》65页报告
专知会员服务
67+阅读 · 2023年4月1日
《各阶段的飞行信息优先级》119页报告,美海军
专知会员服务
29+阅读 · 2023年3月22日
开发运维已死,拥抱平台工程
CSDN
1+阅读 · 2022年10月11日
移除ImageNet标签错误,模型排名发生大变化
机器之心
0+阅读 · 2022年9月16日
是否应该在 Kubernetes 上运行数据库?
CSDN
0+阅读 · 2022年9月1日
让AI做决策,我们的社会准备好了吗?
大数据文摘
2+阅读 · 2022年6月8日
中国科学院自动化研究所2022年“人工智能”大学生暑期学校招生通知
中国科学院自动化研究所
0+阅读 · 2022年5月25日
国家自然科学基金
9+阅读 · 2016年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
VIP会员
相关VIP内容
《用于国家安全的人工智能:可预测性问题》65页报告
专知会员服务
67+阅读 · 2023年4月1日
《各阶段的飞行信息优先级》119页报告,美海军
专知会员服务
29+阅读 · 2023年3月22日
相关基金
国家自然科学基金
9+阅读 · 2016年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员