Revisão Sistemática da Literatura em Engenharia de Software

Teoria e Prática

1st Edition - January 18, 2017
Imprint: Elsevier Editora Ltda.
Authors: Elisa Yumi Nakagawa, Kátia Romero Felizardo Scannavino, Sandra Camargo Pinto Ferraz Fabbri, Fabiano Cutigi Ferrari
Language: Portuguese
eBook ISBN:
9 7 8 - 8 5 - 3 5 2 - 8 5 9 7 - 0

Revisão Sistemática da Literatura em Engenharia de Software

Purchase options

Institutional subscription on ScienceDirect

Objetivo é ensinar revisão sistemática (RS) para alunos de graduação e pós-graduação através de perguntas e respostas. Cada capítulo deste livro está organizado como uma série de perguntas e respostas referentes à realização/condução de uma RS. As perguntas foram coletadas durante as palestras e cursos sobre RS, e representam os tipos mais comuns de dúvidas sobre o tema.

Este livro pode ser lido de duas maneiras. Uma opção é a leitura sequencial, do primeiro ao último capítulo. Ao final, o leitor estará apto para conduzir sua própria RS. A outra maneira é ler perguntas/respostas pontuais, em uma ordem definida pelos interesses do próprio leitor. As respostas incluem texto e exemplos de RSs conduzidas na área de Engenharia de Software.

Serão usados exemplos para que os leitores possam entender cada fase do processo que compõe uma RS com confiança. Em resumo, proposta de um livro prático, que poderá ser utilizado como um guia para melhorar a compreensão sobre o processo de RS e seus detalhes.

Colaboradores v
Apresentação vii
Prefácio ix
Lista de Figuras xv
Lista de Tabelas xvii
Capítulo 1: Revisão sistemática 1
Questão 1: O que é uma RS? 3
Questão 2: Qual a origem da RS? 5
Questão 3: Como conduzir uma RS e quais são as diretrizes existentes? 6
Questão 4: Quais são os recursos necessários para executar uma RS? 8
Questão 5: Qual a confiabilidade de uma RS? 10
Questão 6: Quais são as vantagens, desvantagens e limitações de RSs? 11
Conclusões 12
Capítulo 2: Protocolo da revisão sistemática 15
Questão 1: O que é o protocolo? 17
Questão 2: Qual é o objetivo e itens relacionados com a seção
Informações gerais? 19
Questão 3: Qual é o objetivo e itens relacionados com a seção Questões
de pesquisa? 20
Questão 4: Qual é o objetivo e itens relacionados com a seção Identificação
de estudos? 24
Questão 5: Qual é o objetivo e itens relacionados com a seção Seleção
e avaliação de estudos? 25
Questão 6: Qual é o objetivo e itens relacionados com a seção Síntese
dos dados e apresentação dos resultados? 27
Questão 7: Como avaliar o protocolo? 29
Conclusões 30
Capítulo 3: Identificação de estudos 31
Questão 1: Como realizar uma busca abrangente por estudos primários? 33
Questão 2: Quais são os passos para converter questões de pesquisa
em uma estratégia abrangente de busca? 34

Questão 3: O que é e para que serve uma busca piloto? 36
Questão 4: A especificidade e a generalidade dos termos influenciam
a recuperação de estudos? 37
Questão 5: Quais são as melhores fontes de estudos primários? 39
Questão 6: Qual a importância e os riscos de consultar especialistas? 43
Questão 7: Quais as diferenças entre busca automática e manual? 44
Questão 8: Como localizar estudos na literatura cinzenta? 45
Questão 9: O que é bola de neve (snowballing)? 47
Questão 10: Por que é necessário documentar o processo de busca? 48
Conclusões 50
Capítulo 4: Seleção e avaliação de estudos 51
Questão 1: O que são critérios de seleção? 54
Questão 2: Quais são as etapas da seleção de estudos primários? 57
Questão 3: O que é a avaliação da qualidade de estudos primários? …………… 60
Questão 4: Quantos pesquisadores devem participar da seleção
de estudos primários? 62
Questão 5: Qual é o número adequado de estudos a serem incluídos
em uma RS? 66
Questão 6: A seleção deve ser documentada? 67
Conclusões 69
Capítulo 5: Síntese dos dados e apresentação dos resultados 71
Questão 1: O que é a extração de dados? 74
Questão 2: Como distribuir os estudos incluídos entre os revisores
para realizar a extração de dados? 75
Questão 3: Como gerenciar e armazenar os dados extraídos? 76
Questão 4: Como sintetizar os dados extraídos? 78
Questão 5: O que é a análise de sensibilidade, quando e como aplicá-la? 83
Questão 6: O que é e como relatar os resultados de uma RS? 84
Questão 7: Como estruturar a documentação dos resultados de uma RS? 86
Questão 8: Uma RS precisa ser atualizada? 88
Conclusões 89
Capítulo 6: Mapeamento Sistemático 91
Questão 1: O que é um MS? 93
Questão 2: Por que realizar um MS? 94
Questão 3: Quais as semelhanças e diferenças
entre MS e RS? 95
Questão 4: Quais são as fases do processo de MS? 96
Questão 5: Como definir as questões de pesquisa para um MS? 97

Questão 6: Qual a estratégia de busca mais adequada para um MS? 98
Questão 7: Quais critérios utilizar para selecionar estudos relevantes
em um MS? 102
Questão 8: Como realizar a avaliação dos estudos para decidir
ou não pela sua inclusão? 103
Questão 9: É necessário avaliar a qualidade dos estudos selecionados
em um MS? 103
Questão 10: Como extrair e categorizar dados em um MS? 104
Questão 11: Como sintetizar e apresentar os resultados de um MS? 108
Questão 12: Quais são as ameaças à validade de um MS? 108
Questão 13: Como reportar um MS? 109
Questão 14: Quais são os principais problemas enfrentados durante
a realização de um MS? 110
Conclusões 111
Capítulo 7: Considerações finais 113
Referências 119

Elisa Yumi Nakagawa

É professora associada do Departamento de Sistemas de Computação do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC/USP). Atua no Programa de Pós-Graduação em Ciências de Computação e Matemática Computacional do ICMC/USP (Nível 6 da Capes) como orientadora de alunos de mestrado e doutorado e como responsável ministrando disciplinas de pós-graduação. Também é co-orientadora de alunos de mestrado e doutorado do PhD-Program of Computer Science e do Regular Master in Computer

Science da Universidade de Kaiserslautern, Alemanha, e do Groningen Graduate School of Science da Universidade de Groningen, Holanda.

Kátia Romero Felizardo Scannavino

Foi professora na Universidade do Oeste Paulista (UNOESTE), Universidade Estadual de Londrina (UEL) e Fundação Faculdades Luiz Meneghel/Universidade do Norte do Paraná (FFALM- UENP) de 2004 até 2008. Ela recebeu seu doutoramento em Ciência da Computação pela Universidade de São Paulo (ICMC-USP), em 2012. Realizou seus estudos de pós-doutorado na mesma instituição. Atualmente ela trabalha como professora na Universidade Tecnológica Federal do Paraná (UTFPR). Seus interesses de pesquisa incluem Revisão Sistemática, Engenharia de Software Experimental, Visualização de Informação e

Mineração Visual de Dados.

Sandra Camargo Pinto Ferraz Fabbri

Possui graduação em Bacharelado em Ciência da Computação pela UNICAMP (1978), mestrado em Ciências da Computação e Matemática Computacional pelo ICMC/USP (1986) e doutorado em Física Computacional pelo IFSC/USP (1996). Atualmente é professora associada da Universidade Federal de São Carlos e orientadora nos cursos de mestrado e doutorado do PPGCC/UFSCar. Tem experiência na área de Ciência da Computação, com ênfase em Engenharia de Software, atuando principalmente nos seguintes temas: verificação, validação e teste de software; qualidade de software; engenharia de requisitos; planejamento de software; visualização de informação e engenharia de software experimental (revisão sistemática). É membro da SBC - Sociedade Brasileira de Computação e da ACM - Association for Computer Machinery.

Fabiano Cutigi Ferrari

É Bacharel em Informática (2005) e Doutor em Ciências de Computação e Matemática Computacional (2010), ambos pelo Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC/USP). Como parte de seu doutorado, realizou estágio de um ano na Universidade de Lancaster (Reino Unido). Atualmente é Professor Adjunto I na Universidade Federal de São Carlos (UFSCar - Brasil). Tem experiência na área de Ciência da Computação, com ênfase em Engenharia de Software, atuando principalmente nos seguintes temas: engenharia de software (revisão sistemática), teste de software, programação orientada a objetos, programação orientada a aspectos e teste de mutação.

Life Sciences

Physical Sciences & Engineering

Social Sciences & Humanities

Health