CHAMADA DE TRABALHOS – TRILHA DE EDUCAÇÃO EM QUALIDADE DE SOFTWARE
SBQS 2023: XXII Simpósio Brasileiro de Qualidade de Software
07 a 10 de novembro de 2023, Brasília, Distrito Federal, Brasil
SBQS
O Simpósio Brasileiro de Qualidade de Software (SBQS) é o principal fórum brasileiro dedicado à Qualidade de Software. A qualidade de software se manifesta em duas vertentes complementares e dependentes: Qualidade de Processo e Qualidade de Produto. Com a grande dependência da sociedade atual de software e serviços agregados, a pesquisa em qualidade de software e sua aplicação em produtos e serviços é tanto uma necessidade quanto um diferencial para prover valor às organizações e a seus negócios.
Desde a sua concepção, o SBQS tem primado pela troca de experiências entre a academia e a indústria, onde pesquisadores, educadores e a comunidade de prática de Qualidade de Software e Engenharia de Software se encontram para apresentar e discutir ideias, experiências e descobertas visando à inovação com potencial para influenciar positivamente a indústria de software.
Propósito e Escopo
A Trilha de Educação em Qualidade de Software do SBQS tem interesse em contribuições que abordam desafios, inovações e melhores práticas no ensino de Qualidade de Software. Seu principal propósito é discutir como promover a aprendizagem significativa sobre Qualidade de Software aos futuros profissionais e pesquisadores da área.
Tópicos de Interesse
Submissões sobre todos os tópicos relacionados ao ensino e aprendizagem em Qualidade de Software são bem-vindas. Há interesse particular em artigos abordando desenvolvimento de currículos, estudos experimentais, melhores práticas, experiências pessoais ou institucionais, e trabalhos conceituais e teóricos. Há abertura para uma diversidade de tópicos, incluindo (mas não se limitando a):
- Novas e inovadoras melhores práticas para o ensino de Qualidade de Software
- Aspectos metodológicos do ensino em Qualidade de Software
- Currículos ou formatos de cursos inovadores
- Ensino de Qualidade de Software em cursos de Engenharia de Software, Ciência da Computação, Sistemas de Informação, Tecnologia de Informação e outros
- Ensino de processos, métodos, técnicas e ferramentas para qualidade de software
- Uso de metodologias de aprendizagem ativa na educação em Qualidade de Software
- Ensino de Qualidade de Software baseado em problemas
- Ferramentas e métodos para avaliação de aprendizado em Qualidade de Software
- Uso de ferramentas, simuladores e jogos no ensino de Qualidade de Software
- Uso de jogos e competições (“gamificação”) no ensino de Qualidade de Software
- Integração de experiências práticas no ensino de Qualidade de Software
- Métodos de pesquisa no ensino de Qualidade de Software
- Sinergia entre pesquisa e prática para ensino de Qualidade de Software
- Interdisciplinaridade no ensino de Qualidade de Software (com outras disciplinas e cursos)
- Métodos inovadores para manter professores atualizados para o ensino de Qualidade de Software
- Métodos para e-teaching/e-learning em Qualidade de Software
- Ensino em Qualidade de Software que estimula Empreendedorismo
- Cooperação entre a Indústria e Academia para Educação em Qualidade de Software
Critérios de Avaliação
Artigos desta trilha serão avaliados considerando sua originalidade, relevância, solidez técnica e clareza da apresentação.
Datas importantes
- Registro do artigo (submissão do resumo): 18 de julho de 2023 01 de agosto de 2023 (hard)
- Prazo final para submissão do artigo: 25 de julho de 2023 01 de agosto de 2023 (hard)
- Período de Rebuttal: 04 a 13 de setembro de 2023
- Notificação de aceitação: 19 de setembro de 2023 26 de setembro de 2023
- Prazo para envio da versão final: 26 de setembro de 2023 05 de outubro de 2023
Preparação e Submissão dos Artigos
Todos os artigos submetidos devem estar no formato PDF e devem seguir o formato em duas colunas da ACM para conferências (Interim Template), disponível em ACM SIG Proceedings Templates. Recomenda-se fortemente o uso de LaTex (sigconf). Neste caso, os autores devem usar a classe acmart.cls fornecida no modelo com o formato de conferência habilitado no preâmbulo do documento: \documentclass[sigconf]{acmart}, além de também aplicar o estilo de bibliografias ACM-Reference-Format.bst fornecido no modelo: \bibliographystyle{ACM-Reference-Format}.
Caso os autores optem por utilizar o formato Word, devem estar atentos para o fato de que caso o artigo seja aceito, será responsabilidade dos autores realizar todas as ações para garantir que o arquivo esteja correto e seja validado pelo sistema da ACM (o que pode requerer tratamento de erros de macros ou mudança do formato do artigo para LaTex).
Os artigos não devem ultrapassar 10 páginas, incluindo todas as figuras, tabelas, apêndices, referências e agradecimentos. As submissões devem ser feitas eletronicamente através do sistema JEMS.
Os artigos devem ser escritos em português ou inglês. Submissões em inglês são fortemente encorajadas. Os anais do evento serão publicados na ACM Digital Library e também indexados pela SBC Open Library.
Submissões que não atendam o formato requerido ou estejam fora do escopo da Trilha de Educação em Qualidade de Software serão rejeitadas sem revisão.
O processo de revisão dos artigos inclui um período para rebuttal, no qual os autores terão acesso aos comentários dos revisores e poderão apresentar argumentos e respostas aos comentários e questionamentos apresentados pelos revisores, antes da decisão final pela aceitação ou rejeição do artigo.
A aceitação de um artigo implica que pelo menos um dos autores se inscreva no SBQS, incluindo na inscrição a(s) respectiva(s) taxa(s) de publicação, disponibilize material que venha ser solicitado pela organização geral e apresente o artigo durante o evento (as apresentações dos artigos aceitos na Trilha de Educação em Qualidade de Software serão realizadas presencialmente durante as sessões técnicas do SBQS). Adicionalmente, para fins de agilidade no processo de publicação, os autores dos artigos aceitos deverão preencher formulários enviados pelo coordenador de publicações do SBQS nas datas estipuladas.
Artigos submetidos à Trilha de Educação em Qualidade de Software não devem ter sido simultaneamente submetidos a outro fórum (evento científico ou periódico), nem já terem sido publicados anteriormente.
Anonimização
A Trilha de Educação em Qualidade de Software do SBQS 2023 adota um processo de revisão double-blind. Assim, os artigos submetidos devem omitir qualquer informação que permita a identificação de seus autores. Para isso:
- Informações de autoria devem ser omitidas (i.e., o artigo não deve incluir nome e filiação dos autores, bem como outras informações que permitam a identificação dos autores, tais como nome da universidade, identificação de projetos ou informações sobre financiamento);
- Referências a trabalhos anteriores dos autores devem ser apresentadas em terceira pessoa (por exemplo, usar "no trabalho de Fulano et al.” ao invés de "em nosso trabalho") ou anonimizando a referência na seção de referências (por exemplo, ao invés de “este trabalho evolui a proposta de Fulano et al.”, pode-se usar “este trabalho evolui nossa proposta anterior apresentada em [ref]”, e a referência [ref] pode ser incluída como "[ref] Referência omitida devido à revisão double-blind" na seção de referências bibliográficas);
- Caso o artigo inclua link para artefatos relacionados ao trabalho, devem ser citados apenas repositórios ou websites que não permitam a identificação dos autores. Para anonimizar repositórios baseados no GitHub pode-se utilizar o serviço anonymous (https://anonymous.4open.science/).
Ressalta-se que os revisores não serão encorajados a buscar em outras fontes referências que identifiquem os autores. Buscas em bibliotecas digitais ou artefatos existentes não comprometem o processo de revisão double-blind.
Em caso de aceitação do artigo, as informações omitidas na versão submetida devem ser incluídas na versão final.
Uso de Tecnologias Assistidas por IA em Artigos submetidos ao SBQS 2023
A submissão de artigos às trilhas do SBQS 2023 deve seguir rigorosamente as orientações abaixo em relação ao uso de IA ou tecnologias assistidas por IA ( foram inspiradas nas políticas da Elsevier e da International Conference on Machine Learning).
É proibido:
- Texto ou imagem produzido/gerado inteiramente por IA ou tecnologias assistidas por IA; e
- Qualquer IA ou tecnologia assistida por IA como autor.
É permitido:
- Usar IA ou tecnologias assistidas por IA para edição ou polimento de texto escrito pelo autor;
- Usar IA ou tecnologias assistidas por IA para melhorar a qualidade das imagens em relação ao contraste e clareza; e
- Investigar o uso de IA ou tecnologias assistidas por IA para apoiar as atividades de Engenharia de Software relevantes à Qualidade de Software.
PREMIAÇÃO
O SBQS premia o melhor artigo de cada trilha todos os anos. Os Coordenadores da Trilha de Educação em Qualidade de Software, em conjunto com o Comitê Diretivo do SBQS, escolherão o artigo vencedor desta trilha a partir das revisões do Comitê de Programa. Os artigos premiados são anunciados no evento.
Os autores dos melhores trabalhos são convidados para enviar versões estendidas para publicação em uma edição especial do Journal of Software Engineering Research and Development (JSERD).
Coordenadores do Comitê de Programa
Uirá Kulesza (UFRN)
Érica Ferreira de Souza (UTFPR)
Comitê Diretivo do SBQS
Adriano Bessa Albuquerque (UNIFOR)
Davi Viana (UFMA)
Edna Dias Canedo (UnB)
Gleison Santos (UNIRIO)
Ivan Machado (UFBA)
Monalessa Perini Barcellos (UFES)
Rodrigo Santos (UNIRIO)
Sheila Reinehr (PUCPR)
Tayana Conte (UFAM)
Proceedings Chair
Simone Dornelas Costa (UFES)
Comitê de Programa da Trilha de Educação
Ana Regina Rocha (COPPE/UFRJ)
Anna Beatriz Marques (UFC)
Auri Marcelo Rizzo Vincenzi (UFSCar)
Awdren Fontão (UFMS)
Bruno Gadelha (UFAM)
Christiane Gresse von Wangenheim (UFSC)
Crescencio Lima (IFBA)
Danilo Ribeiro (Zup Innovation)
Davi Viana (UFMA)
Edson OliveiraJr (UEM)
Eduardo Figueiredo (UFMG)
Elisa Nakagawa (USP)
Emanuel Coutinho (UFC)
Fabiano Ruy (IFES)
Fernando Kamei (IFAL)
Giani Petri (UFSM)
Heitor Costa (UFLA)
Hudson Borges (UFMS)
Ivan Machado (UFBA)
Jean Hauck (UFSC)
Monica Anastassiu (UNIRIO)
Rodrigo Reis (UFPA)
Rodrigo Santos (UNIRIO)
Sandro Ronaldo Bezerra Oliveira (UFPA)
Simone Souza (ICMC-USP)
Simone Vasconcelos (IFF)
Tayana Conte (UFAM)
Valéria Lelli (UFC)
Valdemar Vicente Graciano Neto (UFC)
Walter Nakamura (UTFPR)