AI & Software EngineeringKnowledge Atlas
Catalogues / NDSE2 chapter guides and sources

C:C02

Chapter 2: Measuring Productivity from Code to Production

A guide to the published second edition, with literal citations separated from wider editorial reading suggestions.

Open this group in the atlasChapter catalogue entry

Chapter guide

Examines productivity measures from generated output to accepted releases. It distinguishes randomized evidence from observational comparisons and develops a pilot that records review, rework, quality and hidden human effort before an adoption decision.

Misurare la produttività: dal codice alla produzione

Sintesi in italiano

Esamina la produttività dal codice generato ai rilasci accettati. Distingue le evidenze randomizzate dai confronti osservazionali e sviluppa un progetto pilota che misura revisione, rilavorazione, qualità e lavoro umano poco visibile prima di decidere sull'adozione.

Learning goals

  • choose a productivity denominator that includes review and rework
  • distinguish measured acceptance from reported speed and generated output
  • design a comparison that protects against selection bias and missing quality outcomes
Obiettivi in italiano

Obiettivi di apprendimento

  • scegliere un denominatore di produttività che comprenda review e rework
  • distinguere l'accettazione effettivamente misurata dalla velocità dichiarata e dall'output generato
  • progettare un confronto che protegga dalle distorsioni di selezione e dagli esiti di qualità non osservati
Chapter outline
  • 2.1 The productivity denominator problem
  • 2.2 How to read causal evidence
  • 2.3 Why controlled studies disagree
  • 2.4 Observational adoption and its confounders
  • 2.5 Writing code versus shipping code
  • 2.6 Quality-adjusted productivity
  • 2.7 Developer experience and hidden time
  • 2.8 Designing a coding-specific field pilot
  • 2.9 From metrics to an evidence-based pilot decision
  • 2.10 Worked engineering example: pick the denominator before the tool
  • 2.11 Practice exercise: measure accepted throughput, not generated output
Struttura del capitolo
  • 2.1 Il problema del denominatore nella produttività
  • 2.2 Come leggere le evidenze causali
  • 2.3 Perché gli studi controllati possono essere in disaccordo
  • 2.4 L'adozione osservazionale e i fattori confondenti
  • 2.5 Scrivere codice non significa rilasciarlo
  • 2.6 Produttività corretta per la qualità
  • 2.7 Developer experience e tempo nascosto
  • 2.8 Progettare un pilot sul campo per task di coding
  • 2.9 Dalle metriche a una decisione sul pilot basata sulle evidenze
  • 2.10 Esempio ingegneristico svolto: scegliere il denominatore prima dello strumento
  • 2.11 Esercizio pratico: misurare il throughput accettato, non l'output generato

Cited in the published chapter

12 linked atlas references from literal citations in the English and Italian editions. General bibliography membership and identifier-index entries are counted separately.

SE@PoliMi bibliography 9

Addy Osmani 2

The Pragmatic Engineer 1

Trace literal citations to chapter sections

Locations come from the supplied English and Italian source files. Chapter text and figure captions are identified separately; identifier-index references and general bibliography membership are not treated as chapter citations.

Complete citation locators and source hashes

Editorial reading mappings

Broader topical suggestions can overlap the cited sources. A mapping does not add a citation to the published edition or establish that a practice is effective.

SE@PoliMi bibliography 50

Addy Osmani 2

The Pragmatic Engineer 22

Martin Fowler’s website 6

Earlier Non-Deterministic books 12

Software Engineering Practices 1