Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Revista científica
Print version ISSN 0124-2253On-line version ISSN 2344-8350
Abstract
UCAN-PECH, Juan-Pablo; AGUILAR-VERA, Raúl-Antonio; DIAZ-MENDOZA, Julio-César and GOMEZ-GOMEZ, Omar-Salvador. Faltas en el aprendizaje del modelado de clases y casos de uso: una revisión sistemática. Rev. Cient. [online]. 2023, n.46, pp.93-106. Epub Apr 26, 2023. ISSN 0124-2253. https://doi.org/10.14483/23448350.19655.
En este artículo se presenta una revisión de los estudios primarios que abordan la identificación de faltas durante el aprendizaje de los diagramas de casos de uso (DCU) y de los diagramas de clase (DC) en los últimos 10 años. Este trabajo es el inicio de un proyecto de investigación relacionado con la detección de faltas en los diagramas UML. Este artículo presenta un análisis del estado del arte con respecto a la tipificación de faltas en DCU y DC, con el objetivo de identificar oportunidades y brechas de investigación. Se encontraron 20 documentos de acuerdo con los criterios de inclusión y exclusión establecidos mediante la metodología utilizada para la revisión sistemática de literatura. Considerando la relevancia del tema, se puede observar que es limitada la investigación relacionada con la detección de faltas en los diagramas UML tanto en DCU como DC.
Keywords : diagramas de casos de uso; diagramas de clase; faltas en el modelado de software; RSL; UML..