SlideShare una empresa de Scribd logo
1 de 148
GESTIÓN DEL CONOCIMIENTO PORTADA GESTIÓN DEL CONOCIMIENTO
GESTIÓN DEL CONOCIMIENTO INTRODUCCIÓN ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO INTRODUCCIÓN ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO INTRODUCCIÓN NECESIDADES ORGANIZACIONALES (Basili et al., 2001) ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO INTRODUCCIÓN NECESIDADES ORGANIZACIONALES (Basili et al., 2001) ,[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO INTRODUCCIÓN NECESIDADES ORGANIZACIONALES (Basili et al., 2001) ,[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO INTRODUCCIÓN NECESIDADES ORGANIZACIONALES (Basili et al., 2001) ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Arquitectura de Gestión de Conocimiento (Lawton, 2001)
GESTIÓN DEL CONOCIMIENTO INTRODUCCIÓN ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE INGENIERÍA DEL SOFTWARE (Lindvall y Rus, 2003) “ producir mejor software, de una forma más rápida y económica, así como tomar mejores decisiones”  ,[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
[object Object],[object Object],PROCESOS ORGANIZACIONALES ,[object Object],[object Object],GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
[object Object],[object Object],PROCESOS ORGANIZACIONALES ,[object Object],[object Object],GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
PROCESOS ORGANIZACIONALES Proceso de gestión de activos Este proceso sirve para gestionar la vida de los activos reutilizables desde su concepción hasta su retirada. Proceso de gestión del programa de reutilización Este proceso sirve para planificar, gestionar, controlar y monitorizar el programa de reutilización de una organización y explotar de forma sistemática las oportunidades de reutilización. Proceso de ingeniería de dominio Este proceso sirve para desarrollar y mantener modelos de dominio, arquitecturas de dominio y activos para el dominio. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
PROCESOS ORGANIZACIONALES GESTIÓN DEL CONOCIMIENTO Subproceso de gestión del conocimiento   Propósito : “ asegurar que el conocimiento, la información y las habilidades individuales se recogen, comparten, reutilizan y mejoran a lo largo de la organización ”.  Resultados: - se establece y mantiene una infraestructura para la compartición de la información común y de dominio a través de la organización - el conocimiento se encuentra disponible readily y compartido a lo largo de la organización - la organización seleccionará la estrategia de gestión del conocimiento apropiada. ING. SOFTWARE
PROCESOS ORGANIZACIONALES GESTIÓN DEL CONOCIMIENTO Tareas relativas a la gestión del conocimiento - el director planificará los requisitos para gestionar los  activos de conocimiento  de la organización, incluyendo la infraestructura y la formación para soportar los contribuidores y los usuarios de los activos de conocimiento de la organización, el esquema de clasificación y los criterios para estos activos. - el director establecerá una  red de expertos  dentro de la organización y se asegurará que se mantiene actualizada. - el director establecerá un mecanismo para soportar el  intercambio de información  entre expertos y el flujo de la información de los expertos en los proyectos de la organización. - se llevará a cabo la  gestión de configuración  de los activos de acuerdo con el proceso de gestión de configuración. ING. SOFTWARE
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE CARACTERIZACIÓN DEL CONOCIMIENTO  EN DISEÑO DE MICRO ARQUITECTURAS OO (Garzás y Piattini, 2005) Principios . Patrones. Heurísticas. Buenas Prácticas. Malos Olores. Defectos. Refactorizaciones.
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE ,[object Object],SITUACIÓN ,[object Object],[object Object],[object Object],[object Object],El conocimiento y experiencia práctica en OOD apenas se usa y apenas se conoce En los proyectos se siguen repitiendo los mismos problemas de diseño, resueltos hace tiempo, implicando costes IMPACTO
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
0..n cumple 0..n 0..n 0..n implica utilizar 0..n 0..n implica utilizar Declarativo Refactorización mecánica Conocimiento en Diseño de Micro Arquitecturas OO nombre propósito también conocido como motivación aplicabilidad participantes colaboración consecuencias diseño de ejemplo usos conocidos Regla recomendación Patrón estructura es introducido por 0..n { una, otra o las dos, pero siempre alguna} 0..n 0..n 1..n Operativo 0..n está compuesto de es introducido por
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE SC7 System  Software  Documentation WG2 WG6 Process  Assessment WG10 Tools And  Environment WG4 Life Cycle  Management WG7 System  Assurance WG9 Business Planning Group SWG 1 Software Engineering Body of Knowledge WG20 ODP and Modeling  Languages WG19 Secretariat Asset Management WG21 Architecture Management WG12 Functional Size  Measurement Vocabulary WG22 SWG 5 Software Product  Measurement and  Evaluation Systems Quality Management WG23
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE Process Implementation and Assessment 12207 15271 90003 Software Engineering Systems Engineering 6592 9294 15910 18019 Documentation 15939 Measurement 15846 Configuration Management SC7’s legacy 3535 14759 16085 15026 Risk & Integrity Product 15289 Tools, Methods Documentation 15504 Process Assessment 15288 19760 19770 Asset Management 14764 Software maintenance 16326 Project Management Software Quality 9126 1459814756 Product packaging 9127 Product Evaluation 12119 Software Functional size measurement 14143 19761 20926 20968 24570 14102 14471 15940 18018   Tools and environment   5806 – 5807 – 6593  8631  –   8790 – 11411  SC7 Legacy Standards 10746, 13235 14750, 14752 14753, 14769 14771, 15414 15935, 19500 Specifications Vocabulary 12182   Software Body of Knowledge (SWEBOK) 19759   Foundation 14568 15474 15475 15476 CDIF 15437 15909 19501 8807   Modeling
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
GESTIÓN DEL CONOCIMIENTO INTRODUCCIÓN ,[object Object],[object Object],[object Object],[object Object],[object Object]
QIP (Quality Improvement Paradigm)   (Basili y Caldiera, 1995) GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA ,[object Object]
QIP (Quality Improvement Paradigm)   (Basili y Caldiera, 1995) GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Fácil Posible Difícil ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Beneficios para la organización - establecer un  proceso de mejora  de software sustentado y controlado por datos cuantitativos - producir un  repositorio de datos y modelos  software que estén basados empíricamente en la práctica diaria - desarrollar una organización de soporte interno que limite la sobrecarga y proporcione beneficios sustanciales de desempeño de coste y calidad - proporcionar un mecanismo para identificar, valorar, e incorporar en los procesos  nuevas tecnologías  que hayan demostrado ser valiosas en contextos similares - incorporar y soportar la reutilización en el proceso de desarrollo de software
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Aspectos de calidad de un repositorio  Schneider y von Hunnius (2003) -  guía al usuario , sobre todo para empezar reutilizando las experiencias -  usabilidad , ya que una pobre usabilidad puede scare away al usuario -  conformidad con el proceso , hacer de un proceso mejorado el centro del repositorio de experiencias, siguiendo la estructura del proceso subyacente - mecanismos de  realimentación , pro medio de diferentes canales (correo electrónico, pizarras electrónicas, FAQ, contactos personales y telefónicos, etc.) -  mantenibilidad , para que las reestructuraciones sean fáciles
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Modelo dinámico de creación de conocimiento de ingeniería del software. Dybå (2003)
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA FACTORES FACILITADORES CONOC. LOCAL GENERACIÓN  CONOC. MEMORIA ORGANIZ. INTERPRET. CONOC. Orientación al negocio X XX X Implicación de los líderes X XX X Participación de los empleados XX XX X XX Preocupación por la medición XX X Explotación del conoc. existente X XX X X Exploración de nuevo conoc. XX XX
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Modelo SEKS (Software Eng.Knowledge-Sharing)  Oliver et al. (2003)
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Mejora de 1991 -1995
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
GESTIÓN DEL CONOCIMIENTO INTRODUCCIÓN ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS FAMILIAS DE ESTUDIOS (BASILI ET AL., 2001) Criterios para la construcción de cuerpos de conocimiento en áreas de Ingeniería del Software: 1. Fijar hipótesis de alto nivel que sean de interés para la comunidad de Ingeniería del Software 2. Hipótesis detalladas escritas en un contexto que permitan un experimento bien definido 3. Variables de contexto, sugeridas por las hipótesis, que puedan modificarse para permitir variaciones en el diseño experimental 4. Una cantidad suficiente de información para que el experimento pueda ser replicado 5. Una comunidad de investigadores que comprendan la experimentación, la necesidad de réplica y que estén dispuestos a colaborar y replicar
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
La  experimentación  provee una manera sistemática, disciplinada, cuantificable y controlada de evaluar actividades desarrolladas por humanos. Wohlin et al. (2000) GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Evaluar el efecto de un nuevo método de desarrollo en la productividad del personal: método orientado a objetos en lugar de un método estructurado GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
Proceso Experimental   (Wohlin et al., 2000) GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],DEFINICIÓN Método orientado a objetos y estructurado Evaluar Productividad Investigador Estudiantes de grado y postgrado GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Off-line vs. On-line Evitar riesgos  Incrementa costes Estudiantes vs.  profesionales Reducir costes Facilitar el control ¿Generalización? Problemas de jueguete vs. problemas reales Reduce costes y tiempo ¿Generalización? Específicos vs.  generales Reduce costes y tiempo ¿Generalización?
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS  Validez de  constructo ¿ Hasta qu é punto las medidas seleccionadas miden las variables  que aparecen en la  hip ó tesis ?  Validez de las conclusiones ¿ Hasta qu é punto las conclusiones son  estad í sticamente v á lidas ?  Validez interna ¿ Causa “ realmente ” el  tratamiento el  efecto ?  Validez externa ¿ Pueden generalizarse los resutados obtenidos ? Evaluación de la validez
[object Object],[object Object],[object Object],[object Object],[object Object],GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
[object Object],[object Object],[object Object],[object Object],GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
[object Object],[object Object],[object Object],[object Object],[object Object],GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
Grupo Alarcos ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS 1. DEFINITION Analyse     UML class diagrams  complexity   metrics For the purpose of     Evaluating With respect to     The capability to be used as early  quality indicators From the point of view of  OOIS designers In the context of     Undergraduate students and  professors of the Software  Engineering Area in the  Department of Computer Science  in the UCLM
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],VALIDACIÓN EMPÍRICA: Experimento Relacional
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Tabla 1  Tabla 2  abla 3  Tabla 4  Tabla 5  Tabla 6 Tabla 1  Tabla 2  Tabla 3  Tabla 4  Tabla 5  Tabla 6 Tabla 1  Tabla 2  Tabla 3  Tabla 4  Tabla 5  Tabla 6
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Resultados F 1,232 =2.73
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Sujetos Profesionales de una empresa española con una experiencia media de tres años en el campo de las bases de datos. Once personas desarrollaron el experimento siendo todos ellos válidos. VALIDACIÓN EMPÍRICA: Réplica Relacional
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Resultados F 1,40 =2.84
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS De ambos experimentos se deduce que la métrica NFK parece ser un indicador sólido de la entendibilidad del esquema mientras que resulta más complicado obtener una conclusión para la métrica DRT
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object]
RCOST - Grupo Alarcos GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS The impact of educational background on design knowledge sharing during pair programming 3rd Conference Professional Knowledge Management Experiences and Visions
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS The current work is part of a family of experiments, aiming at evaluating the relationship between the  paradigm practice of  working in pairs  applied to any phase of software process and  knowledge building  about the ‘big picture’ of  the system Experimento:   Hipótesis Ho:  the difference in education between the pair’s components does not affect the building of system knowledge realized by the pair’s components. H1:  the difference in education between the pair’s components affects the building of system knowledge realized by the pair’s components. Sujetos 4 couples with one MUTS student and one MUTEGS student; 5 couples with two MUTS students; 5 couples with two MUTEGS students; the other 16 subjects, MUTS and MUTEGS, worked as solo designers.
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS First Replica  Students enrolled at the Department of Computer Science at the University of Castilla-La Mancha in Spain   Second Replica The subjects were students of the course Software Engineering, at the fifth and final year of the laurea degree in Computer Engineering at University of Naples, Federico II
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object]
 
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ¿QUÉ CUESTIONES HAY QUE TENER EN CUENTA A LA HORA DE EVALUAR UN EXPERIMENTO?
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS CASO DE ESTUDIO (Yin, 2003) ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Holístico Embebido Caso simple Caso múltiple CONTEXTO caso Unidad de  análisis 1 Unidad de  análisis 2 U. análisis 1 U. análisis 2 U. análisis 1 U. análisis 2 U. análisis 1 U. análisis 2 U. análisis 1 U. análisis 2 CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Unidad de recogida de datos vs. la unidad de análisis D I S E Ñ O Fuente de recogida de datos Conclusiones del estudio De un individuo De una organización Acerca de un individuo Comportamiento individual Actitudes individuales Percepciones individuales Registros de archivo Otros comportamientos, actitudes y percepciones reportadas Si el caso de estudio es un individuo Acerca de una organización Cómo trabaja la organización Por qué trabaja la organización Políticas de personal Productos de la organización Si el caso de estudio es una organización
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS 2. Recogida de evidencias Fuente de evidencia Ventajas Inconvenientes Documentación Estable: se puede revisar de manera repetida No intrusiva: no creada como resultado del caso de estudio Exacta: contiene nombres y referencias exactas y detalles de un evento Amplia cobertura: larga extensión de tiempo, muchos eventos, y muchos entornos Recuperabilidad: puede ser baja Selectividad sesgada: si la recogida es incompleta Sesgo al informar: refleja el sesgo (desconocido) del autor Acceso: puede ser bloqueado deliberadamente Registros de archivos (Los mismos de la documentación) Precisa y cuantitativa (Los mismos de la documentación) Accesibilidad debida a razones personales Entrevistas Centradas: directamente en el tema del caso de estudio Proporciona inferencia causal inferida Sesgo debido a cuestiones pobremente construidas Sesgo en las respuestas Inexactitudes debidas a pobre recuerdo Reflexividad: el entrevistado da al entrevistador lo que quiere oir
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Fuente de evidencia Ventajas Inconvenientes Observación directa Realidad: abarca eventos en tiempo real Contextual: abarca el contexto del evento Consume tiempo Selectividad: excepto una amplia cobertura Reflexividad: un evento puede desarrollarse de forma diferente por ser observado Coste: horas necesarias para los observadores humanos Observación participante (Los mismos de la observación directa) Da ideas de comportamientos y motivos personales (Los mismos de la observación directa) Sesgo debido a la manipulación de los eventos por parte del investigador Artefactos físicos Iluminador en características culturales Iluminador en operaciones técnicas Selectividad disponibilidad
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],TIPO DE ESTRUCTURA PROPÓSITO DEL CASO DE ESTUDIO EXPLICATIVO DESCRIPTIVO EXPLORATORIO ANALÍTICA-LINEAL X X X COMPARATIVA X X X CRONOLÓGICA X X X CONTRUCCIÓN DE TEORÍA X X “ SUSPENSO” X NO SECUENCIAL X
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Validez de los casos de estudio Pruebas Táctica de caso de estudio Fase de la investigación en que ocurre la táctica Validez de constructo usar varias fuentes de evidencia establecer una cadena de evidencias hacer que informadores clave revisen el borrador del informe de caso de estudio Recogida de datos Recogida de datos Composición Validez interna Hacer pattern-matching Hacer construcción de explicaciones Abordar las explicaciones rivales Utilizar modelos lógicos Análisis de datos “ “ “ “ Validez externa Utilizar teoría en casos de estudio únicos Utilizar lógica de replicación en casos múltiples Diseño de la investigación “ Fiabilidad Utilizar protocolo de caso de estudio Desarrollar una base de datos de casos de estudio Recogida de datos “
desarrollar  teoría seleccionar casos diseñar  protocolo  de recogida de datos realizar 1º caso de estudio realizar 2º caso de estudio realizar  restantes caso de estudio escribir Informe de caso  individual escribir Informe de caso  individual escribir Informe de caso  individual obtener conclusiones intercasos modificar teoría escribir conclusiones intercasos desarrollar implicaciones políticas
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ¿QUÉ COMPONENTES TENDRÍA UN MARCO PARA LA RECOGIDA Y ANÁLISIS DE INFORMES DE CASOS DE USO INDUSTRIALES?
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ENCUESTAS (Yin, 2003) 1. Fijar objetivos específicos y medibles 2. Planificar la encuesta 3. Asegurar que están disponibles los recursos adecuados 4. Diseñar la encuesta 5. Preparar el instrumento de recogida de datos 6. Validar el instrumento 7. Seleccionar los participantes 8. Administrar y puntuar el instrumento 9. Analizar los datos 10. Informar sobre los resultados
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS TIPOS DE ENCUESTAS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS DISEÑO DE ENCUESTAS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ,[object Object],[object Object],[object Object],[object Object],[object Object],DISEÑOS DESCRIPTIVOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS DISEÑO EXPERIMENTALES ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS TAMAÑO DE LA MUESTRA ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS CONSTRUCCIÓN DEL INSTRUMENTO ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS TIPOS DE PREGUNTAS ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS EVALUACIÓN DEL CUESTIONARIO ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS PRETESTING  DEL INSTRUMENTO ,[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS TIPOS DE FIABILIDAD ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS TIPOS DE VALIDEZ ,[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS MUESTREO ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS MÉTODOS DE MUESTREO PROBABILÍSTICOS ,[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS MÉTODOS DE MUESTREO NO PROBABILÍSTICOS ,[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS VALIDACIÓN DE DATOS ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ANÁLISIS DE DATOS
GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ¿QUÉ FALLOS Y QUÉ ACIERTOS SE PUEDEN IDENTIFICAR EN LAS SIGUIENTES ENCUESTAS?
GESTIÓN DEL CONOCIMIENTO INTRODUCCIÓN ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO CONCLUSIONES Necesidades de una organización de software relacionadas con el conocimiento Aurum et al. (2003) - disminuir el tiempo de desarrollo y el coste y aumentar la calidad - tomar mejores decisiones - conocimiento sobre nuevas tecnologías - conocimiento sobre el dominio del problema - conocimiento acerca de políticas, prácticas y proyectos pasados locales - ubicar fuentes de conocimiento - necesidad de compartir el conocimiento de forma distribuida
GESTIÓN DEL CONOCIMIENTO CONCLUSIONES Factores que posibilitan el proceso de gestión del conocimiento en las organizaciones de software -  tecnología  que enlaza los desarrolladores y crea un repositorio de memoria organizacional accesible a toda la organización -  liderazgo  que impulsa la gestión  de conocimiento en el desarrollo de productos y servicios software así como en los procesos de trabajo -  cultura  organizacional que soporte la compartición de conocimiento, experiencias, tecnologías e innovación
GESTIÓN DEL CONOCIMIENTO CONCLUSIONES Un soporte de conocimiento efectivo en el desarrollo de software requiere el soporte tanto de la gestión como de los niveles técnicos - soporte del  proceso  software, modelos de mejora de procesos, actividades, resultados de los procesos, etc. - soporte del  producto  software, diseño, ingeniería, modelado, - soporte al  personal , adaptar un workflow, etc.
GESTIÓN DEL CONOCIMIENTO CONCLUSIONES Modelo de gestión del conocimiento adecuado  Ebert et al. (2003)   Estrategia de negocio Modelo de gestión  Organización Conceptos Tipo de conoc. Reducción de costes Productividad Compartir, evitando redundancia Base de información Explícito Especialización Calidad Mejores prácticas Procesos comunes Explícito Innovación Creatividad Integración y combinación de conocimiento Conocimiento dinámico Tácito
GESTIÓN DEL CONOCIMIENTO CONCLUSIONES ,[object Object],[object Object],[object Object],[object Object],[object Object]
GESTIÓN DEL CONOCIMIENTO CONCLUSIONES ,[object Object],[object Object],[object Object],[object Object]

Más contenido relacionado

La actualidad más candente

Erp checklist
Erp checklistErp checklist
Erp checklistrmuk
 
Developing A Business Model Canvas (BMC)
Developing A Business Model Canvas (BMC)Developing A Business Model Canvas (BMC)
Developing A Business Model Canvas (BMC)Edward Erasmus
 
Erp sap r3 overview introduction
Erp  sap r3 overview introductionErp  sap r3 overview introduction
Erp sap r3 overview introductionBunty Jain
 
Arquitectura de Empresa TOGAF
Arquitectura de Empresa TOGAFArquitectura de Empresa TOGAF
Arquitectura de Empresa TOGAFnetmind
 
(updated) How 3D printers will change the supply chain management in I4.0
(updated) How 3D printers will change the supply chain management in I4.0(updated) How 3D printers will change the supply chain management in I4.0
(updated) How 3D printers will change the supply chain management in I4.0Diogo Quental
 
Examples of KPIs for Marketing Manager: Marketing Key Performance Indicators,...
Examples of KPIs for Marketing Manager: Marketing Key Performance Indicators,...Examples of KPIs for Marketing Manager: Marketing Key Performance Indicators,...
Examples of KPIs for Marketing Manager: Marketing Key Performance Indicators,...The-KPI-Examples-Review
 
SAP Ariba Solution Implementation: A Customer Panel
SAP Ariba Solution Implementation: A Customer PanelSAP Ariba Solution Implementation: A Customer Panel
SAP Ariba Solution Implementation: A Customer PanelSAP Ariba
 

La actualidad más candente (9)

Erp checklist
Erp checklistErp checklist
Erp checklist
 
Developing A Business Model Canvas (BMC)
Developing A Business Model Canvas (BMC)Developing A Business Model Canvas (BMC)
Developing A Business Model Canvas (BMC)
 
SAP AG
SAP AGSAP AG
SAP AG
 
Erp sap r3 overview introduction
Erp  sap r3 overview introductionErp  sap r3 overview introduction
Erp sap r3 overview introduction
 
Arquitectura de Empresa TOGAF
Arquitectura de Empresa TOGAFArquitectura de Empresa TOGAF
Arquitectura de Empresa TOGAF
 
ERP implementation
ERP implementationERP implementation
ERP implementation
 
(updated) How 3D printers will change the supply chain management in I4.0
(updated) How 3D printers will change the supply chain management in I4.0(updated) How 3D printers will change the supply chain management in I4.0
(updated) How 3D printers will change the supply chain management in I4.0
 
Examples of KPIs for Marketing Manager: Marketing Key Performance Indicators,...
Examples of KPIs for Marketing Manager: Marketing Key Performance Indicators,...Examples of KPIs for Marketing Manager: Marketing Key Performance Indicators,...
Examples of KPIs for Marketing Manager: Marketing Key Performance Indicators,...
 
SAP Ariba Solution Implementation: A Customer Panel
SAP Ariba Solution Implementation: A Customer PanelSAP Ariba Solution Implementation: A Customer Panel
SAP Ariba Solution Implementation: A Customer Panel
 

Destacado

GestióN Del Conocimiento
GestióN Del ConocimientoGestióN Del Conocimiento
GestióN Del Conocimientogunsaber
 
Modelos de gestión del conocimiento
Modelos de gestión del conocimientoModelos de gestión del conocimiento
Modelos de gestión del conocimientoXFeRX
 
Métricas de control y efectividad de la innovación
Métricas de control y efectividad de la innovaciónMétricas de control y efectividad de la innovación
Métricas de control y efectividad de la innovaciónClub de Innovación
 
Contexto de la Gestión del Conocimiento
Contexto de la Gestión del Conocimiento Contexto de la Gestión del Conocimiento
Contexto de la Gestión del Conocimiento Germania Rodriguez
 
Gestión del conocimiento en la Administración
Gestión del conocimiento en la AdministraciónGestión del conocimiento en la Administración
Gestión del conocimiento en la AdministraciónJordi Graells
 
Gestion del conocimiento caso UTPL
Gestion del conocimiento caso UTPLGestion del conocimiento caso UTPL
Gestion del conocimiento caso UTPLGermania Rodriguez
 
Formas de representacion del conocimiento
Formas de representacion del conocimientoFormas de representacion del conocimiento
Formas de representacion del conocimientoequipoUFTsis2
 
Gestion del conocimiento y del talento
Gestion del conocimiento y del talentoGestion del conocimiento y del talento
Gestion del conocimiento y del talentoguestf0774a03
 
Herramientas de gestion del conocimiento
Herramientas de gestion del conocimientoHerramientas de gestion del conocimiento
Herramientas de gestion del conocimientoSusy Mora
 
Experimental[1]
Experimental[1]Experimental[1]
Experimental[1]ebierd
 
GESTIÓN DEL CONOCIMIENTO
GESTIÓN DEL CONOCIMIENTOGESTIÓN DEL CONOCIMIENTO
GESTIÓN DEL CONOCIMIENTOnestor
 
ventajas y desventajas de La gestión del conocimiento
 ventajas y desventajas de La gestión del conocimiento ventajas y desventajas de La gestión del conocimiento
ventajas y desventajas de La gestión del conocimientoBarbara Ruiz
 
Variables Controladas y Variables Incontroladas.
Variables Controladas y Variables Incontroladas.Variables Controladas y Variables Incontroladas.
Variables Controladas y Variables Incontroladas.acpicegudomonagas
 
K-make: metodología ágil de Gestión del Conocimiento
K-make: metodología ágil de Gestión del ConocimientoK-make: metodología ágil de Gestión del Conocimiento
K-make: metodología ágil de Gestión del ConocimientoSCIO technology consulting
 
Power point(2)
Power point(2)Power point(2)
Power point(2)alfarwy
 
Anuncios Por Grandes Causas(Jul)
Anuncios Por Grandes Causas(Jul)Anuncios Por Grandes Causas(Jul)
Anuncios Por Grandes Causas(Jul)Rocio Herrero
 

Destacado (20)

GestióN Del Conocimiento
GestióN Del ConocimientoGestióN Del Conocimiento
GestióN Del Conocimiento
 
Modelos de gestión del conocimiento
Modelos de gestión del conocimientoModelos de gestión del conocimiento
Modelos de gestión del conocimiento
 
www.comtraining - Gestión del Conocimiento
www.comtraining - Gestión del Conocimientowww.comtraining - Gestión del Conocimiento
www.comtraining - Gestión del Conocimiento
 
Métricas de control y efectividad de la innovación
Métricas de control y efectividad de la innovaciónMétricas de control y efectividad de la innovación
Métricas de control y efectividad de la innovación
 
Contexto de la Gestión del Conocimiento
Contexto de la Gestión del Conocimiento Contexto de la Gestión del Conocimiento
Contexto de la Gestión del Conocimiento
 
Gestión del conocimiento en la Administración
Gestión del conocimiento en la AdministraciónGestión del conocimiento en la Administración
Gestión del conocimiento en la Administración
 
Gestion del conocimiento caso UTPL
Gestion del conocimiento caso UTPLGestion del conocimiento caso UTPL
Gestion del conocimiento caso UTPL
 
Formas de representacion del conocimiento
Formas de representacion del conocimientoFormas de representacion del conocimiento
Formas de representacion del conocimiento
 
Gestion del conocimiento y del talento
Gestion del conocimiento y del talentoGestion del conocimiento y del talento
Gestion del conocimiento y del talento
 
Herramientas de gestion del conocimiento
Herramientas de gestion del conocimientoHerramientas de gestion del conocimiento
Herramientas de gestion del conocimiento
 
Experimental[1]
Experimental[1]Experimental[1]
Experimental[1]
 
Gestion Del Conocimiento
Gestion Del ConocimientoGestion Del Conocimiento
Gestion Del Conocimiento
 
GESTIÓN DEL CONOCIMIENTO
GESTIÓN DEL CONOCIMIENTOGESTIÓN DEL CONOCIMIENTO
GESTIÓN DEL CONOCIMIENTO
 
ventajas y desventajas de La gestión del conocimiento
 ventajas y desventajas de La gestión del conocimiento ventajas y desventajas de La gestión del conocimiento
ventajas y desventajas de La gestión del conocimiento
 
Variables Controladas y Variables Incontroladas.
Variables Controladas y Variables Incontroladas.Variables Controladas y Variables Incontroladas.
Variables Controladas y Variables Incontroladas.
 
Gestion del conocimiento
Gestion del conocimientoGestion del conocimiento
Gestion del conocimiento
 
K-make: metodología ágil de Gestión del Conocimiento
K-make: metodología ágil de Gestión del ConocimientoK-make: metodología ágil de Gestión del Conocimiento
K-make: metodología ágil de Gestión del Conocimiento
 
Gestión del Conocimiento
Gestión del ConocimientoGestión del Conocimiento
Gestión del Conocimiento
 
Power point(2)
Power point(2)Power point(2)
Power point(2)
 
Anuncios Por Grandes Causas(Jul)
Anuncios Por Grandes Causas(Jul)Anuncios Por Grandes Causas(Jul)
Anuncios Por Grandes Causas(Jul)
 

Similar a Gestion Del Conocimiento

Proceso Unificado de Desarrollo
Proceso Unificado de DesarrolloProceso Unificado de Desarrollo
Proceso Unificado de DesarrolloFausto J Loja Mora
 
Lineas de productos de software y método watch
Lineas de productos de software y método watchLineas de productos de software y método watch
Lineas de productos de software y método watchYonathan Rodriguez
 
Proceso para el desarrollo de software Ponencia M.C.Ivet Espinosa Conde
Proceso para el desarrollo de software Ponencia M.C.Ivet Espinosa CondeProceso para el desarrollo de software Ponencia M.C.Ivet Espinosa Conde
Proceso para el desarrollo de software Ponencia M.C.Ivet Espinosa CondeSam Espinosa
 
Presentan
PresentanPresentan
Presentanmaggyyy
 
Monografia Metodologia Agil XP
Monografia Metodologia Agil XPMonografia Metodologia Agil XP
Monografia Metodologia Agil XPJorw Yengle
 
Nexa metodologia watch. trabajo pptx
Nexa metodologia watch. trabajo pptxNexa metodologia watch. trabajo pptx
Nexa metodologia watch. trabajo pptxNexa Solorzano
 
Fundamentos del diseño de software
Fundamentos del diseño de softwareFundamentos del diseño de software
Fundamentos del diseño de softwareLuisCabanerio
 
8 creacion de sistemas de informacion
8 creacion de sistemas de informacion8 creacion de sistemas de informacion
8 creacion de sistemas de informacionAbelAbedSilvaSantaCr
 
sistemas de informacion
sistemas de informacionsistemas de informacion
sistemas de informacionargentm
 
SCRUM METODOLOGÍA ÁGIL APLICADO A LA GESTIÓN DE PROYECTOS
SCRUM METODOLOGÍA ÁGIL APLICADO A LA GESTIÓN DE PROYECTOSSCRUM METODOLOGÍA ÁGIL APLICADO A LA GESTIÓN DE PROYECTOS
SCRUM METODOLOGÍA ÁGIL APLICADO A LA GESTIÓN DE PROYECTOSTBL The Bottom Line
 

Similar a Gestion Del Conocimiento (20)

Proceso Unificado de Desarrollo
Proceso Unificado de DesarrolloProceso Unificado de Desarrollo
Proceso Unificado de Desarrollo
 
Lineas de productos de software y método watch
Lineas de productos de software y método watchLineas de productos de software y método watch
Lineas de productos de software y método watch
 
Christiam montes 1.gestion de conocimiento en los procesos
Christiam montes 1.gestion de conocimiento en los procesosChristiam montes 1.gestion de conocimiento en los procesos
Christiam montes 1.gestion de conocimiento en los procesos
 
Proceso para el desarrollo de software Ponencia M.C.Ivet Espinosa Conde
Proceso para el desarrollo de software Ponencia M.C.Ivet Espinosa CondeProceso para el desarrollo de software Ponencia M.C.Ivet Espinosa Conde
Proceso para el desarrollo de software Ponencia M.C.Ivet Espinosa Conde
 
Presentan
PresentanPresentan
Presentan
 
Monografia Metodologia Agil XP
Monografia Metodologia Agil XPMonografia Metodologia Agil XP
Monografia Metodologia Agil XP
 
Exposicion
ExposicionExposicion
Exposicion
 
Nexa metodologia watch. trabajo pptx
Nexa metodologia watch. trabajo pptxNexa metodologia watch. trabajo pptx
Nexa metodologia watch. trabajo pptx
 
Plantilla trabajo final rosario jorge
Plantilla trabajo final rosario jorgePlantilla trabajo final rosario jorge
Plantilla trabajo final rosario jorge
 
Fundamentos del diseño de software
Fundamentos del diseño de softwareFundamentos del diseño de software
Fundamentos del diseño de software
 
SCRUM FUNDAMENTALS CERTIFIED
SCRUM FUNDAMENTALS CERTIFIEDSCRUM FUNDAMENTALS CERTIFIED
SCRUM FUNDAMENTALS CERTIFIED
 
Provision
ProvisionProvision
Provision
 
8 creacion de sistemas de informacion
8 creacion de sistemas de informacion8 creacion de sistemas de informacion
8 creacion de sistemas de informacion
 
sistemas de informacion
sistemas de informacionsistemas de informacion
sistemas de informacion
 
SCRUM METODOLOGÍA ÁGIL APLICADO A LA GESTIÓN DE PROYECTOS
SCRUM METODOLOGÍA ÁGIL APLICADO A LA GESTIÓN DE PROYECTOSSCRUM METODOLOGÍA ÁGIL APLICADO A LA GESTIÓN DE PROYECTOS
SCRUM METODOLOGÍA ÁGIL APLICADO A LA GESTIÓN DE PROYECTOS
 
Moprosoft
MoprosoftMoprosoft
Moprosoft
 
Ing de software
Ing de softwareIng de software
Ing de software
 
A1 u1 tablas comparativa
A1 u1  tablas comparativaA1 u1  tablas comparativa
A1 u1 tablas comparativa
 
Rup
RupRup
Rup
 
Metodologia rup
Metodologia rupMetodologia rup
Metodologia rup
 

Más de UNAM Facultad de Contaduría, Administración e Informática

Más de UNAM Facultad de Contaduría, Administración e Informática (20)

Bimbo Logística.pdf
Bimbo Logística.pdfBimbo Logística.pdf
Bimbo Logística.pdf
 
HISTORIA DEL CIELO DE CAMILO FLAMARION.pdf
HISTORIA DEL CIELO DE CAMILO FLAMARION.pdfHISTORIA DEL CIELO DE CAMILO FLAMARION.pdf
HISTORIA DEL CIELO DE CAMILO FLAMARION.pdf
 
Apuntes prospectiva
Apuntes prospectivaApuntes prospectiva
Apuntes prospectiva
 
Caso kit kat
Caso kit katCaso kit kat
Caso kit kat
 
Glosario clase mundial
Glosario clase mundialGlosario clase mundial
Glosario clase mundial
 
Clasificacion de-los-costos
Clasificacion de-los-costosClasificacion de-los-costos
Clasificacion de-los-costos
 
El cross docking como herramienta importante en la cadena de abastecimiento..
El cross   docking como herramienta importante en la cadena de abastecimiento..El cross   docking como herramienta importante en la cadena de abastecimiento..
El cross docking como herramienta importante en la cadena de abastecimiento..
 
Conceptosestrategicosyfinancierosparaelexito
ConceptosestrategicosyfinancierosparaelexitoConceptosestrategicosyfinancierosparaelexito
Conceptosestrategicosyfinancierosparaelexito
 
Admon de la demanda
Admon de la demandaAdmon de la demanda
Admon de la demanda
 
Prototipo de producto
Prototipo de productoPrototipo de producto
Prototipo de producto
 
Los 7 practica
Los 7 practicaLos 7 practica
Los 7 practica
 
Determinacion costos-productos-y-servicios-principales
Determinacion costos-productos-y-servicios-principalesDeterminacion costos-productos-y-servicios-principales
Determinacion costos-productos-y-servicios-principales
 
Admnnistracion de mercados
Admnnistracion de mercadosAdmnnistracion de mercados
Admnnistracion de mercados
 
Los_7_habitos_de_la_gente_altamente_eefectiva
  Los_7_habitos_de_la_gente_altamente_eefectiva  Los_7_habitos_de_la_gente_altamente_eefectiva
Los_7_habitos_de_la_gente_altamente_eefectiva
 
Teoria de inventarios
Teoria de inventariosTeoria de inventarios
Teoria de inventarios
 
Top down and bottom up
Top down and bottom upTop down and bottom up
Top down and bottom up
 
Clasificacion de-los-costos
Clasificacion de-los-costosClasificacion de-los-costos
Clasificacion de-los-costos
 
Glosario de terminos logisticos (1)
Glosario de terminos logisticos (1)Glosario de terminos logisticos (1)
Glosario de terminos logisticos (1)
 
Sistemay mercadosfinancieros
Sistemay mercadosfinancierosSistemay mercadosfinancieros
Sistemay mercadosfinancieros
 
Mba finanzas1 1-eoctablero financieroigt
Mba finanzas1 1-eoctablero financieroigtMba finanzas1 1-eoctablero financieroigt
Mba finanzas1 1-eoctablero financieroigt
 

Último

SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxlclcarmen
 
Los Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la SostenibilidadLos Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la SostenibilidadJonathanCovena1
 
Tarea 5-Selección de herramientas digitales-Carol Eraso.pdf
Tarea 5-Selección de herramientas digitales-Carol Eraso.pdfTarea 5-Selección de herramientas digitales-Carol Eraso.pdf
Tarea 5-Selección de herramientas digitales-Carol Eraso.pdfCarol Andrea Eraso Guerrero
 
Estrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfEstrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfromanmillans
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfManuel Molina
 
ÉTICA, NATURALEZA Y SOCIEDADES_3RO_3ER TRIMESTRE.pdf
ÉTICA, NATURALEZA Y SOCIEDADES_3RO_3ER TRIMESTRE.pdfÉTICA, NATURALEZA Y SOCIEDADES_3RO_3ER TRIMESTRE.pdf
ÉTICA, NATURALEZA Y SOCIEDADES_3RO_3ER TRIMESTRE.pdfluisantoniocruzcorte1
 
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxPLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxJUANSIMONPACHIN
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleJonathanCovena1
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDUgustavorojas179704
 
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)veganet
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxYeseniaRivera50
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docxAgustinaNuez21
 
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxLINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxdanalikcruz2000
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfcoloncopias5
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024IES Vicent Andres Estelles
 
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfTema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfDaniel Ángel Corral de la Mata, Ph.D.
 

Último (20)

SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
 
Los Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la SostenibilidadLos Nueve Principios del Desempeño de la Sostenibilidad
Los Nueve Principios del Desempeño de la Sostenibilidad
 
Tarea 5-Selección de herramientas digitales-Carol Eraso.pdf
Tarea 5-Selección de herramientas digitales-Carol Eraso.pdfTarea 5-Selección de herramientas digitales-Carol Eraso.pdf
Tarea 5-Selección de herramientas digitales-Carol Eraso.pdf
 
Estrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfEstrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdf
 
Earth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversaryEarth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversary
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
 
DIA INTERNACIONAL DAS FLORESTAS .
DIA INTERNACIONAL DAS FLORESTAS         .DIA INTERNACIONAL DAS FLORESTAS         .
DIA INTERNACIONAL DAS FLORESTAS .
 
ÉTICA, NATURALEZA Y SOCIEDADES_3RO_3ER TRIMESTRE.pdf
ÉTICA, NATURALEZA Y SOCIEDADES_3RO_3ER TRIMESTRE.pdfÉTICA, NATURALEZA Y SOCIEDADES_3RO_3ER TRIMESTRE.pdf
ÉTICA, NATURALEZA Y SOCIEDADES_3RO_3ER TRIMESTRE.pdf
 
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxPLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo Sostenible
 
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDUFICHA DE MONITOREO Y ACOMPAÑAMIENTO  2024 MINEDU
FICHA DE MONITOREO Y ACOMPAÑAMIENTO 2024 MINEDU
 
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docx
 
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptxLINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
LINEAMIENTOS INICIO DEL AÑO LECTIVO 2024-2025.pptx
 
Unidad 3 | Teorías de la Comunicación | MCDI
Unidad 3 | Teorías de la Comunicación | MCDIUnidad 3 | Teorías de la Comunicación | MCDI
Unidad 3 | Teorías de la Comunicación | MCDI
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024
 
PPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptxPPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptx
 
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfTema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
 

Gestion Del Conocimiento

  • 1. GESTIÓN DEL CONOCIMIENTO PORTADA GESTIÓN DEL CONOCIMIENTO
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Arquitectura de Gestión de Conocimiento (Lawton, 2001)
  • 9.
  • 10.
  • 11.
  • 12.
  • 13. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
  • 14.
  • 15.
  • 16. PROCESOS ORGANIZACIONALES Proceso de gestión de activos Este proceso sirve para gestionar la vida de los activos reutilizables desde su concepción hasta su retirada. Proceso de gestión del programa de reutilización Este proceso sirve para planificar, gestionar, controlar y monitorizar el programa de reutilización de una organización y explotar de forma sistemática las oportunidades de reutilización. Proceso de ingeniería de dominio Este proceso sirve para desarrollar y mantener modelos de dominio, arquitecturas de dominio y activos para el dominio. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
  • 17. PROCESOS ORGANIZACIONALES GESTIÓN DEL CONOCIMIENTO Subproceso de gestión del conocimiento Propósito : “ asegurar que el conocimiento, la información y las habilidades individuales se recogen, comparten, reutilizan y mejoran a lo largo de la organización ”. Resultados: - se establece y mantiene una infraestructura para la compartición de la información común y de dominio a través de la organización - el conocimiento se encuentra disponible readily y compartido a lo largo de la organización - la organización seleccionará la estrategia de gestión del conocimiento apropiada. ING. SOFTWARE
  • 18. PROCESOS ORGANIZACIONALES GESTIÓN DEL CONOCIMIENTO Tareas relativas a la gestión del conocimiento - el director planificará los requisitos para gestionar los activos de conocimiento de la organización, incluyendo la infraestructura y la formación para soportar los contribuidores y los usuarios de los activos de conocimiento de la organización, el esquema de clasificación y los criterios para estos activos. - el director establecerá una red de expertos dentro de la organización y se asegurará que se mantiene actualizada. - el director establecerá un mecanismo para soportar el intercambio de información entre expertos y el flujo de la información de los expertos en los proyectos de la organización. - se llevará a cabo la gestión de configuración de los activos de acuerdo con el proceso de gestión de configuración. ING. SOFTWARE
  • 19.
  • 20. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE CARACTERIZACIÓN DEL CONOCIMIENTO EN DISEÑO DE MICRO ARQUITECTURAS OO (Garzás y Piattini, 2005) Principios . Patrones. Heurísticas. Buenas Prácticas. Malos Olores. Defectos. Refactorizaciones.
  • 21.
  • 22. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
  • 23. 0..n cumple 0..n 0..n 0..n implica utilizar 0..n 0..n implica utilizar Declarativo Refactorización mecánica Conocimiento en Diseño de Micro Arquitecturas OO nombre propósito también conocido como motivación aplicabilidad participantes colaboración consecuencias diseño de ejemplo usos conocidos Regla recomendación Patrón estructura es introducido por 0..n { una, otra o las dos, pero siempre alguna} 0..n 0..n 1..n Operativo 0..n está compuesto de es introducido por
  • 24. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
  • 25.
  • 26. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
  • 27. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
  • 28. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
  • 29. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE SC7 System Software Documentation WG2 WG6 Process Assessment WG10 Tools And Environment WG4 Life Cycle Management WG7 System Assurance WG9 Business Planning Group SWG 1 Software Engineering Body of Knowledge WG20 ODP and Modeling Languages WG19 Secretariat Asset Management WG21 Architecture Management WG12 Functional Size Measurement Vocabulary WG22 SWG 5 Software Product Measurement and Evaluation Systems Quality Management WG23
  • 30. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE Process Implementation and Assessment 12207 15271 90003 Software Engineering Systems Engineering 6592 9294 15910 18019 Documentation 15939 Measurement 15846 Configuration Management SC7’s legacy 3535 14759 16085 15026 Risk & Integrity Product 15289 Tools, Methods Documentation 15504 Process Assessment 15288 19760 19770 Asset Management 14764 Software maintenance 16326 Project Management Software Quality 9126 1459814756 Product packaging 9127 Product Evaluation 12119 Software Functional size measurement 14143 19761 20926 20968 24570 14102 14471 15940 18018 Tools and environment 5806 – 5807 – 6593 8631 – 8790 – 11411 SC7 Legacy Standards 10746, 13235 14750, 14752 14753, 14769 14771, 15414 15935, 19500 Specifications Vocabulary 12182 Software Body of Knowledge (SWEBOK) 19759 Foundation 14568 15474 15475 15476 CDIF 15437 15909 19501 8807 Modeling
  • 31. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
  • 32. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
  • 33. GESTIÓN DEL CONOCIMIENTO ING. SOFTWARE
  • 34.
  • 35.
  • 36. QIP (Quality Improvement Paradigm) (Basili y Caldiera, 1995) GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
  • 37. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
  • 38.
  • 39.
  • 40.
  • 41. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Beneficios para la organización - establecer un proceso de mejora de software sustentado y controlado por datos cuantitativos - producir un repositorio de datos y modelos software que estén basados empíricamente en la práctica diaria - desarrollar una organización de soporte interno que limite la sobrecarga y proporcione beneficios sustanciales de desempeño de coste y calidad - proporcionar un mecanismo para identificar, valorar, e incorporar en los procesos nuevas tecnologías que hayan demostrado ser valiosas en contextos similares - incorporar y soportar la reutilización en el proceso de desarrollo de software
  • 42. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Aspectos de calidad de un repositorio Schneider y von Hunnius (2003) - guía al usuario , sobre todo para empezar reutilizando las experiencias - usabilidad , ya que una pobre usabilidad puede scare away al usuario - conformidad con el proceso , hacer de un proceso mejorado el centro del repositorio de experiencias, siguiendo la estructura del proceso subyacente - mecanismos de realimentación , pro medio de diferentes canales (correo electrónico, pizarras electrónicas, FAQ, contactos personales y telefónicos, etc.) - mantenibilidad , para que las reestructuraciones sean fáciles
  • 43. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Modelo dinámico de creación de conocimiento de ingeniería del software. Dybå (2003)
  • 44. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA FACTORES FACILITADORES CONOC. LOCAL GENERACIÓN CONOC. MEMORIA ORGANIZ. INTERPRET. CONOC. Orientación al negocio X XX X Implicación de los líderes X XX X Participación de los empleados XX XX X XX Preocupación por la medición XX X Explotación del conoc. existente X XX X X Exploración de nuevo conoc. XX XX
  • 45. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Modelo SEKS (Software Eng.Knowledge-Sharing) Oliver et al. (2003)
  • 46. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
  • 47. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA Mejora de 1991 -1995
  • 48. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
  • 49. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
  • 50. GESTIÓN DEL CONOCIMIENTO FÁBRICA DE EXPERIENCIA
  • 51.
  • 52. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS FAMILIAS DE ESTUDIOS (BASILI ET AL., 2001) Criterios para la construcción de cuerpos de conocimiento en áreas de Ingeniería del Software: 1. Fijar hipótesis de alto nivel que sean de interés para la comunidad de Ingeniería del Software 2. Hipótesis detalladas escritas en un contexto que permitan un experimento bien definido 3. Variables de contexto, sugeridas por las hipótesis, que puedan modificarse para permitir variaciones en el diseño experimental 4. Una cantidad suficiente de información para que el experimento pueda ser replicado 5. Una comunidad de investigadores que comprendan la experimentación, la necesidad de réplica y que estén dispuestos a colaborar y replicar
  • 53. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
  • 54.
  • 55. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
  • 56. La experimentación provee una manera sistemática, disciplinada, cuantificable y controlada de evaluar actividades desarrolladas por humanos. Wohlin et al. (2000) GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
  • 57. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
  • 58.
  • 59.
  • 60.
  • 61. Proceso Experimental (Wohlin et al., 2000) GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
  • 62.
  • 63. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
  • 64. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Off-line vs. On-line Evitar riesgos Incrementa costes Estudiantes vs. profesionales Reducir costes Facilitar el control ¿Generalización? Problemas de jueguete vs. problemas reales Reduce costes y tiempo ¿Generalización? Específicos vs. generales Reduce costes y tiempo ¿Generalización?
  • 65. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS  Validez de constructo ¿ Hasta qu é punto las medidas seleccionadas miden las variables que aparecen en la hip ó tesis ?  Validez de las conclusiones ¿ Hasta qu é punto las conclusiones son estad í sticamente v á lidas ?  Validez interna ¿ Causa “ realmente ” el tratamiento el efecto ?  Validez externa ¿ Pueden generalizarse los resutados obtenidos ? Evaluación de la validez
  • 66.
  • 67.
  • 68.
  • 69.
  • 70.
  • 71.
  • 72. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
  • 73. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
  • 74.
  • 75. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS 1. DEFINITION Analyse UML class diagrams complexity metrics For the purpose of Evaluating With respect to The capability to be used as early quality indicators From the point of view of OOIS designers In the context of Undergraduate students and professors of the Software Engineering Area in the Department of Computer Science in the UCLM
  • 76.
  • 77.
  • 78.
  • 79.
  • 80.
  • 81.
  • 82.
  • 83.
  • 84.
  • 85.
  • 86.
  • 87.
  • 88. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
  • 89.
  • 90.
  • 91.
  • 92. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Resultados F 1,232 =2.73
  • 93. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Sujetos Profesionales de una empresa española con una experiencia media de tres años en el campo de las bases de datos. Once personas desarrollaron el experimento siendo todos ellos válidos. VALIDACIÓN EMPÍRICA: Réplica Relacional
  • 94.
  • 95.
  • 96. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Resultados F 1,40 =2.84
  • 97. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS De ambos experimentos se deduce que la métrica NFK parece ser un indicador sólido de la entendibilidad del esquema mientras que resulta más complicado obtener una conclusión para la métrica DRT
  • 98.
  • 99.
  • 100.
  • 101.
  • 102.
  • 103. RCOST - Grupo Alarcos GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS The impact of educational background on design knowledge sharing during pair programming 3rd Conference Professional Knowledge Management Experiences and Visions
  • 104. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS The current work is part of a family of experiments, aiming at evaluating the relationship between the paradigm practice of working in pairs applied to any phase of software process and knowledge building about the ‘big picture’ of the system Experimento: Hipótesis Ho: the difference in education between the pair’s components does not affect the building of system knowledge realized by the pair’s components. H1: the difference in education between the pair’s components affects the building of system knowledge realized by the pair’s components. Sujetos 4 couples with one MUTS student and one MUTEGS student; 5 couples with two MUTS students; 5 couples with two MUTEGS students; the other 16 subjects, MUTS and MUTEGS, worked as solo designers.
  • 105. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
  • 106. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS First Replica Students enrolled at the Department of Computer Science at the University of Castilla-La Mancha in Spain Second Replica The subjects were students of the course Software Engineering, at the fifth and final year of the laurea degree in Computer Engineering at University of Naples, Federico II
  • 107. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS
  • 108.
  • 109.  
  • 110. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ¿QUÉ CUESTIONES HAY QUE TENER EN CUENTA A LA HORA DE EVALUAR UN EXPERIMENTO?
  • 111.
  • 112.
  • 113.
  • 114.
  • 115. Holístico Embebido Caso simple Caso múltiple CONTEXTO caso Unidad de análisis 1 Unidad de análisis 2 U. análisis 1 U. análisis 2 U. análisis 1 U. análisis 2 U. análisis 1 U. análisis 2 U. análisis 1 U. análisis 2 CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso CONTEXTO caso
  • 116. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Unidad de recogida de datos vs. la unidad de análisis D I S E Ñ O Fuente de recogida de datos Conclusiones del estudio De un individuo De una organización Acerca de un individuo Comportamiento individual Actitudes individuales Percepciones individuales Registros de archivo Otros comportamientos, actitudes y percepciones reportadas Si el caso de estudio es un individuo Acerca de una organización Cómo trabaja la organización Por qué trabaja la organización Políticas de personal Productos de la organización Si el caso de estudio es una organización
  • 117. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS 2. Recogida de evidencias Fuente de evidencia Ventajas Inconvenientes Documentación Estable: se puede revisar de manera repetida No intrusiva: no creada como resultado del caso de estudio Exacta: contiene nombres y referencias exactas y detalles de un evento Amplia cobertura: larga extensión de tiempo, muchos eventos, y muchos entornos Recuperabilidad: puede ser baja Selectividad sesgada: si la recogida es incompleta Sesgo al informar: refleja el sesgo (desconocido) del autor Acceso: puede ser bloqueado deliberadamente Registros de archivos (Los mismos de la documentación) Precisa y cuantitativa (Los mismos de la documentación) Accesibilidad debida a razones personales Entrevistas Centradas: directamente en el tema del caso de estudio Proporciona inferencia causal inferida Sesgo debido a cuestiones pobremente construidas Sesgo en las respuestas Inexactitudes debidas a pobre recuerdo Reflexividad: el entrevistado da al entrevistador lo que quiere oir
  • 118. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Fuente de evidencia Ventajas Inconvenientes Observación directa Realidad: abarca eventos en tiempo real Contextual: abarca el contexto del evento Consume tiempo Selectividad: excepto una amplia cobertura Reflexividad: un evento puede desarrollarse de forma diferente por ser observado Coste: horas necesarias para los observadores humanos Observación participante (Los mismos de la observación directa) Da ideas de comportamientos y motivos personales (Los mismos de la observación directa) Sesgo debido a la manipulación de los eventos por parte del investigador Artefactos físicos Iluminador en características culturales Iluminador en operaciones técnicas Selectividad disponibilidad
  • 119.
  • 120.
  • 121. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS Validez de los casos de estudio Pruebas Táctica de caso de estudio Fase de la investigación en que ocurre la táctica Validez de constructo usar varias fuentes de evidencia establecer una cadena de evidencias hacer que informadores clave revisen el borrador del informe de caso de estudio Recogida de datos Recogida de datos Composición Validez interna Hacer pattern-matching Hacer construcción de explicaciones Abordar las explicaciones rivales Utilizar modelos lógicos Análisis de datos “ “ “ “ Validez externa Utilizar teoría en casos de estudio únicos Utilizar lógica de replicación en casos múltiples Diseño de la investigación “ Fiabilidad Utilizar protocolo de caso de estudio Desarrollar una base de datos de casos de estudio Recogida de datos “
  • 122. desarrollar teoría seleccionar casos diseñar protocolo de recogida de datos realizar 1º caso de estudio realizar 2º caso de estudio realizar restantes caso de estudio escribir Informe de caso individual escribir Informe de caso individual escribir Informe de caso individual obtener conclusiones intercasos modificar teoría escribir conclusiones intercasos desarrollar implicaciones políticas
  • 123. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ¿QUÉ COMPONENTES TENDRÍA UN MARCO PARA LA RECOGIDA Y ANÁLISIS DE INFORMES DE CASOS DE USO INDUSTRIALES?
  • 124. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ENCUESTAS (Yin, 2003) 1. Fijar objetivos específicos y medibles 2. Planificar la encuesta 3. Asegurar que están disponibles los recursos adecuados 4. Diseñar la encuesta 5. Preparar el instrumento de recogida de datos 6. Validar el instrumento 7. Seleccionar los participantes 8. Administrar y puntuar el instrumento 9. Analizar los datos 10. Informar sobre los resultados
  • 125.
  • 126.
  • 127.
  • 128.
  • 129.
  • 130.
  • 131.
  • 132.
  • 133.
  • 134.
  • 135.
  • 136.
  • 137.
  • 138.
  • 139.
  • 140. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ANÁLISIS DE DATOS
  • 141. GESTIÓN DEL CONOCIMIENTO FAMILIAS DE ESTUDIOS ¿QUÉ FALLOS Y QUÉ ACIERTOS SE PUEDEN IDENTIFICAR EN LAS SIGUIENTES ENCUESTAS?
  • 142.
  • 143. GESTIÓN DEL CONOCIMIENTO CONCLUSIONES Necesidades de una organización de software relacionadas con el conocimiento Aurum et al. (2003) - disminuir el tiempo de desarrollo y el coste y aumentar la calidad - tomar mejores decisiones - conocimiento sobre nuevas tecnologías - conocimiento sobre el dominio del problema - conocimiento acerca de políticas, prácticas y proyectos pasados locales - ubicar fuentes de conocimiento - necesidad de compartir el conocimiento de forma distribuida
  • 144. GESTIÓN DEL CONOCIMIENTO CONCLUSIONES Factores que posibilitan el proceso de gestión del conocimiento en las organizaciones de software - tecnología que enlaza los desarrolladores y crea un repositorio de memoria organizacional accesible a toda la organización - liderazgo que impulsa la gestión de conocimiento en el desarrollo de productos y servicios software así como en los procesos de trabajo - cultura organizacional que soporte la compartición de conocimiento, experiencias, tecnologías e innovación
  • 145. GESTIÓN DEL CONOCIMIENTO CONCLUSIONES Un soporte de conocimiento efectivo en el desarrollo de software requiere el soporte tanto de la gestión como de los niveles técnicos - soporte del proceso software, modelos de mejora de procesos, actividades, resultados de los procesos, etc. - soporte del producto software, diseño, ingeniería, modelado, - soporte al personal , adaptar un workflow, etc.
  • 146. GESTIÓN DEL CONOCIMIENTO CONCLUSIONES Modelo de gestión del conocimiento adecuado Ebert et al. (2003) Estrategia de negocio Modelo de gestión Organización Conceptos Tipo de conoc. Reducción de costes Productividad Compartir, evitando redundancia Base de información Explícito Especialización Calidad Mejores prácticas Procesos comunes Explícito Innovación Creatividad Integración y combinación de conocimiento Conocimiento dinámico Tácito
  • 147.
  • 148.

Notas del editor

  1. Antes de comenzar a explicar el proceso experimental introduciremos una serie de definiciones para conocer el vocabulario que se usa en estos ámbitos. Cuando realizamos un experimento controlado queremos estudiar el resultado cuando variamos algunas variables de entrada del proceso. Aquellas variables que queremos estudiar para ver el efecto de los cambios en las variables independientes se llaman VARIABLES DEPENDIENTES (O VARIABLES RESPUESTA). A menudo hay una única variable dependiente en los experimentos. Aquellas variables que son manipuladas y controladas se llaman VARIABLES INDEPENDIENTES. Ejemplo: Queremos evaluar el efecto de un nuevo método de desarrollo en la productividad del personal. Queremos introducir un método orientado a objetos en lugar de un método orientado al proceso. Variable dependiente: productividad. Variable independiente: el método de desarrollo, la experiencia, las herramientas y el ambiente. Un experimento estudia el efecto de cambiar una o mas variables independientes. Aquellas variables se llaman FACTORES. El resto de variables independientes son controladas en un nivel fijo durante el experimento, de otra manera no podríamos decir si el factor u otra variable causa el efecto. Un tratamiento es un determinado valor para un factor. En nuestro ejemplo: El factor es el método de desarrollo, ya que queremos evaluar el efecto cuando cambiamos el método. Y utilizamos dos tratamientos del factor: El método viejo y el nuevo. Los tratamientos serán aplicados Los tratamientos serán aplicados a una combinación de OBJETOS Y SUJETOS. Un objeto puede ser un documento que debe ser revisado con diferentes técnicas de inspección. Las personas que aplican el tratamiento son los SUJETOS
  2. Enmascarada: tambi é n recibe el nombre de variable confundida (confounded variables). Es una variable extra ñ a que tiene la propiedad de variar simultaneamente con los cambios en los niveles de la variable independiente. Esta circnstancia hace que rivalice con la variable independiente como posible causa. La selecci ó n de las variables independientes no siempre es f á cil y requiere conocimiento del dominio del experimento. Son las que van a influir en las dependientes, y por tanto la selecci ó n se hace conjuntamente. Ellas llevan impl í citamente la escala de medida y el rango. Van a determinar los tratamientos, como veremos m á s adelante en el dise ñ o de experimentos Las variables dependientes o respuesta no siempre son directamente medibles, cuando se trabaja con medidas indirectas hay que ser cuidadoso en su elecci ó n pues repercutir á en las conclusiones a las que lleguemos. C ó mo antes ir á asociada la escala y el rango. El resto de las variables que aparecen en el experimento son aquellas que pueden influir en la variable dependiente de forma indirecta, unas se controlan en el dise ñ o, esto es, se obliga a que tomen determinados valores, por ejemplo se eligen inspectores que hayan trabajado con los m é todos a probar un tiempo determinado(experiencia), con lo cual pueden aparecer en el dise ñ o nuevos grupos de tratamiento. Otras se aleatorizan, aparecen en el dise ñ o como un error aleatorio, para el caso de la experiencia se pueden clasificar por experiencia a los sujetos y asignar al azar el mismo n ú mero de cada clase a cada tratamiento. Y hay otras que var í an conjuntamente con la variable independiente, con lo cual rivalizan con ella en la interpretaci ó n de los resultados. Si la variable independiente es una t é cnica nueva de inspecci ó n y junto con la t é cnica novedosa se cambi ó el m é todo de dise ñ o, la variaci ó n de los resultados no sabremos a que se debe... Despues de identificar las variables de un experimento según la clasificacion anterior debemos minimizar el sesgo de las enmascaradas que sean conocidas. Para ello se perfilan dos soluciones: bien pasan a ser controladas mediante alguna tecnica de control, la cual depende del tipo de diseño experimental o bien se consideran aleatorias, conviertiendose en una fuente de error debido al azar. Esta claro entonces, que las técnicas para controlar las variables extrañas sirven para disminuir los errores aleatorios o reducir los efectos de las enmascaradas, o ambos
  3. Un tratamiento es un valor particular de un factor (por ejemplo los dos tratamientos serían el antiguo y el nuevo método de desarrollo). Los tratamientos son aplicados a combinaciones de sujetos y objetos. Un objeto puede ser un documento revisado con diferentes técnicas de inspección. La gente que aplica los tratamientos son los sujetos . Un experimento consiste en un conjunto de tests (también llamados trials) siendo cada test la combinación de un tratamiento, un objeto y un sujeto.
  4. Las fases principales de un experimento son: Determinar los objetivos del mismo, el porqué del experimento Planificar el experimento, la salida más importante de esta fase es el diseño del experimento que determinará el tipo de análisis estadístico que podemos hacer Llevarlo a cabo con un entrenamiento piloto, normalmente Analizar e interpretar los resultados: el tipo de análisis estará condicionado por la hipótesis del experimento, el tipo de variables que hayamos elegido (escala) y el diseño En la discusión se debe incluir por que es relevante la hipótesis del estudio, por que se ha hecho el diseño, como se han salvado las amenazas a la validez del mismo o por qué se han preferido soslayar unas y no otras, la aplicación de las conclusiones o su repercusión en la comunidad de I. Del software, si hay trabajos futuros cuales son y por que etc A partir de las conclusiones de un experimento se pueden poner en marcha nuevos estudios para: Confirmar los hallazgos, Extender su validez, Descubrir nuevo conocimiento (modelos o hipótesis) sugerido por el experimento Un proceso provee los pasos a seguir en una determinada actividad, por ejemplo el desarrollo de software Los procesos son importantes ya que proveen checklists y guías sobre que hacer y cómo hacerlo. El proceso experimental básico puede ser utilizado para estudios empíricos distintos de los experimentos, pero debe ser adaptado, por ejemplo realizar una encuesta mediante el uso de correo electrónico o un caso de estudio de un proyecto de desarrollo de software El punto partida de experimento es tener la idea de que un experimento puede ser una manera posible para evaluar lo que estamos interesados es decir tenemos que estar convencidos de que un experimento es la manera apropiada para responder aquella pregunta que queremos investigar
  5. El propósito de utilizar una plantilla para la definición del objetivo de un experimento es asegurar que todos los aspectos importantes de un experimento son definidos antes que se realice la planificación y la ejecución del experimento. Objeto de estudio. Es la entidad que es estudiada en el experimento. Pueden ser productos, procesos, recursos, modelos, métricas o teorías. Propósito. Define cuál es la intención del experimento. Puede ser evaluar el impacto de dos técnicas diferentes, o caracterizar la curva de aprendizaje de una organización. Enfoque de calidad. Es el primer efecto estudiado en el experimento. Puede ser la efectividad, el costo, la fiabilidad, etc. Perspectiva. Se refiere al punto de vista desde el cual los resultados del experimento son interpretados. Contexto. Es el “ambiente” en el cual se ejecuta el experimento. El contexto describe brevemente cuáles son los sujetos involucrados en el experimento y que artefactos de software son utilizados en el experimento. El primer paso a dar en el diseño de un experimento es definir claramente el Por qué del mismo. El modelo de definición de objetivos de wholin es un patrón que ayuda a sistematizar la definición de objetivos, y de ordenarlos para que no se olvide ningún aspecto relevante en la definición del experimento.   La planificación nos indicará cómo. El ejemplo corresponde a un artículo de Regnell99 (ref de wholin)