Evaluación de un modelo de progresión de captura de información para requisitos de software

• Dante Carrizo ^[1] ; Jacqueline Manriquez ^[2]
  1. [1] Universidad de Atacama

     Universidad de Atacama

     Copiapo, Chile

     
  2. [2] Universidad Católica del Norte

     Universidad Católica del Norte

     Antofagasta, Chile

     
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 29, Nº. 3, 2021, págs. 505-516
• Idioma: español
• Títulos paralelos:
  • Evaluating an information capture progression model for software requirements
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En la educción de requisitos de software, uno de los aspectos más inciertos es saber cuándo terminar el proceso. Es decir, cuándo se cuenta con la suficiente información desde los stakeholders y otras fuentes para especificar los requisitos del sistema informático. No hay orientación alguna que prescriba heurísticas para esto. La aproximación más relevante es el modelo de progresión de captura de información que pretende reflejar cómo se ha desarrollado la sesión de educción en términos de la información que se ha capturado. En este artículo se aplica un método analítico, basado en patrones de la experiencia de usuario, para evaluar la notación utilizada en el modelo e identificar aspectos a mejorar en el futuro. Los resultados son positivos arrojando una evaluación global de 75%.

  • English

    In the elicitation of software requirements, one of the most uncertain aspects is knowing when to end the process. That is, when there is sufficient information from stakeholders and other sources to specify the requirements of the software system. There is no guidance that prescribes heuristics for this. The most relevant approach is the information capture progression model that aims to reflect how the elicitation session has developed in terms of the information that has been captured. In this article an analytical method is applied, based on patterns of the user experience, to evaluate the notation used in the model and identify aspects to improve in the future. The results are positive, giving an overall evaluation of 75%.