Serviços Personalizados
Journal
Artigo
Indicadores
- Citado por SciELO
- Acessos
Links relacionados
- Citado por Google
- Similares em SciELO
- Similares em Google
Compartilhar
Revista científica
versão impressa ISSN 0124-2253versão On-line ISSN 2344-8350
Resumo
UCAN-PECH, Juan-Pablo; AGUILAR-VERA, Raúl-Antonio; DIAZ-MENDOZA, Julio-César e GOMEZ-GOMEZ, Omar-Salvador. Falhas de aprendizagem em modelagem de classes e casos de uso: uma revisão sistemática. Rev. Cient. [online]. 2023, n.46, pp.93-106. Epub 26-Abr-2023. ISSN 0124-2253. https://doi.org/10.14483/23448350.19655.
Neste artigo, apresenta uma revisão dos estudos primários que aborda a identificação de faltas durante o aprendizado dos diagramas de casos de uso (DCU) e dos diagramas de classe (DC), nos últimos 10 anos. Este trabalho é o início de um projeto de investigação relacionado com a detecção de faltas nos diagramas UML, especificamente neste artigo, apresentando a análise do estado da arte com a tipificação de faltas nos DCU e DC com o objetivo de identificar oportunidades e brechas de investigação. De acuerdo com os critérios de inclusão e exclusão estabelecidos através da metodologia da revisão sistemática da literatura utilizada, se encontrar 20 documentos. Considerando a relevância do tema, pode-se observar que é limitada a investigação relacionada à detecção de faltas nos diagramas UML tanto em DCU como DC.
Palavras-chave : diagramas de casos de uso; diagramas de classes; falhas na modelagem de software; RSL; UML..