Context: The success of agile methods in small projects has inspired companies to apply them in larger projects and organizations. Although extensive research has been done, there is no comprehensive overview of research in large-scale agile development. Objective: This study aims to survey and analyze existing research on large-scale agile development to scope the phenomenon, provide an overview of the state-of-the-art, and identify areas for future research. Method: A systematic mapping study was conducted to analyze extant research covering 136 publications dated from 2007 to 2019. Results: An in-depth analysis of the selected studies revealed that (i) the extant literature currently reports more than 150 companies of different sizes and from different sectors around the world applying agile methods at large scale, (ii) both industry and academia shows a growing interest in the topic of large-scale agile development, (iii) the research in this field can be divided into ten main research streams, (iv) the topic of large-scale agile development is still maturing and offers promising avenues for future research. Conclusion: This mapping study provides the first systematic exploration of the state-of-the-art on large-scale agile development. It offers researchers and practitioners a reflection of the past thirteen years of research and practice on the large-scale application of agile methods. Overall, although the topic of large-scale agile development is very promising and maturing, it is still in its infancy, thus, giving a plethora of new opportunities for researchers to investigate companies applying agile methods at scale.


翻译:研究的目的是调查和分析关于大规模灵活发展的现有研究,以扩大这一现象的范围,概述最先进的研究,并确定未来研究的领域。方法:进行系统的绘图研究,以分析2007年至2019年136份出版物的剩余研究。结果:对选定研究的深入分析显示,(一) 现有文献目前报告全世界150多家规模不同和不同部门的公司大规模采用灵活发展方法,(二) 产业和学术界都表示对大规模灵活发展专题越来越感兴趣,(三) 该领域的研究可以分为10个主要研究流,(四) 大规模灵活发展专题仍然不成熟,为今后的研究提供了充满希望的渠道。结论:这一绘图研究首次系统地探索了大规模灵活发展方面的最新工艺,世界各地不同部门采用灵活发展方法的150多家公司,(二) 产业和学术界都表示对大规模灵活发展议题越来越感兴趣,(三) 该领域的研究可以分为10个主要研究流,(四) 大规模灵活发展专题仍然处于成熟状态,为今后的研究提供了有希望的渠道。

0
下载
关闭预览

相关内容

MIT-深度学习Deep Learning State of the Art in 2020,87页ppt
专知会员服务
61+阅读 · 2020年2月17日
【课程推荐】 深度学习中的几何(Geometry of Deep Learning)
专知会员服务
57+阅读 · 2019年11月10日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
人工智能 | SCI期刊专刊/国际会议信息7条
Call4Papers
7+阅读 · 2019年3月12日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Arxiv
0+阅读 · 2021年12月5日
Arxiv
11+阅读 · 2021年3月25日
AutoML: A Survey of the State-of-the-Art
Arxiv
69+阅读 · 2019年8月14日
Arxiv
53+阅读 · 2018年12月11日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
人工智能 | SCI期刊专刊/国际会议信息7条
Call4Papers
7+阅读 · 2019年3月12日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Top
微信扫码咨询专知VIP会员