論文の概要: Which contributions count? Analysis of attribution in open source
- arxiv url: http://arxiv.org/abs/2103.11007v1
- Date: Fri, 19 Mar 2021 20:14:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-07 10:45:23.965692
- Title: Which contributions count? Analysis of attribution in open source
- Title（参考訳）: どの寄付を数えますか。
オープンソースにおける帰属の分析
- Authors: Jean-Gabriel Young, Amanda Casari, Katie McLaughlin, Milo Z. Trujillo,
Laurent H\'ebert-Dufresne, James P. Bagrow
- Abstract要約: 我々は、何千ものプロジェクトを分析することで、オープンソースにおけるコントリビュータ認定モデルを特徴づける。
コミュニティが作成したコントリビューション承認システムによって,アイデア生成やバグ発見といった作業がより可視化されることが分かりました。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Open source software projects usually acknowledge contributions with text
files, websites, and other idiosyncratic methods. These data sources are hard
to mine, which is why contributorship is most frequently measured through
changes to repositories, such as commits, pushes, or patches. Recently, some
open source projects have taken to recording contributor actions with
standardized systems; this opens up a unique opportunity to understand how
community-generated notions of contributorship map onto codebases as the
measure of contribution. Here, we characterize contributor acknowledgment
models in open source by analyzing thousands of projects that use a model
called All Contributors to acknowledge diverse contributions like outreach,
finance, infrastructure, and community management. We analyze the life cycle of
projects through this model's lens and contrast its representation of
contributorship with the picture given by other methods of acknowledgment,
including GitHub's top committers indicator and contributions derived from
actions taken on the platform. We find that community-generated systems of
contribution acknowledgment make work like idea generation or bug finding more
visible, which generates a more extensive picture of collaboration. Further, we
find that models requiring explicit attribution lead to more clearly defined
boundaries around what is and what is not a contribution.
- Abstract（参考訳）: オープンソースプロジェクトは通常、テキストファイル、ウェブサイト、その他の慣用的手法への貢献を認めている。
これらのデータソースはマイニングが難しいため、コミット、プッシュ、パッチといったリポジトリの変更によって、コントリビューターシップが最も頻繁に測定される。
これはコミュニティが作成したコントリビューションの概念をコントリビューションの尺度としてコードベースにマップする方法を理解するユニークな機会を開くものだ。
ここでは,アウトリーチやファイナンス,インフラストラクチャ,コミュニティ管理など,さまざまなコントリビュートを認識するためにall contributorsと呼ばれるモデルを使用する数千のプロジェクトを分析して,オープンソースにおけるコントリビュート承認モデルを特徴付ける。
我々は、このモデルのレンズを通してプロジェクトのライフサイクルを分析し、そのコントリビューターシップの表現と、githubのトップコミッターインジケータやプラットフォーム上で取られたアクションからの貢献を含む、他の承認方法による図とを対比する。
コミュニティが生成するコントリビューションシステムでは,アイデアの生成やバグ発見といった作業の可視性が向上し,コラボレーションのより広範なイメージが生まれます。
さらに、明示的な帰属を必要とするモデルが、何と何に貢献していないのかに関して、より明確に定義された境界をもたらすことが分かる。
関連論文リスト
- Knowledge Islands: Visualizing Developers Knowledge Concentration [0.0]
Knowledge Islandsは、最先端の知識モデルを使用して、ソフトウェアリポジトリ内の知識の集中を可視化するツールである。
GitHubプロジェクトを分析し、知識がどこに集中しているかを判断し、プロジェクトの健全性を維持するための手段を実装することができる。
論文 参考訳（メタデータ） (2024-08-16T13:32:49Z) - How to Understand Whole Software Repository? [64.19431011897515]
リポジトリ全体に対する優れた理解は、自動ソフトウェアエンジニアリング(ASE)への重要な道になるでしょう。
本研究では,リポジトリ全体を包括的に理解するためのエージェントによるRepoUnderstanderという新しい手法を開発した。
リポジトリレベルの知識をより活用するために、エージェントをまとめ、分析し、計画する。
論文 参考訳（メタデータ） (2024-06-03T15:20:06Z) - Unveiling Diversity: Empowering OSS Project Leaders with Community
Diversity and Turnover Dashboards [51.67585198094836]
CommunityTapestryは動的リアルタイムコミュニティダッシュボードである。
それは、私たちが文献から特定した重要な多様性とターンオーバー信号を示します。
プロジェクトリーダが改善の領域を特定し、実行可能な情報を提供するのに役立ちました。
論文 参考訳（メタデータ） (2023-12-13T22:12:57Z) - Towards a Structural Equation Model of Open Source Blockchain Software
Health [0.0]
この研究は探索的因子分析を用いて、一般大衆の関心やソフトウェアの人気を表す潜在構造を特定する。
私たちはGitHubリポジトリでスター、フォーク、テキストの言及が組み合わさっているのに対して、堅牢性のための第2の要因は臨界スコアで構成されていることに気付きました。
ソフトウェアヘルスの構造モデルが提案され、一般の関心が開発者のエンゲージメントに肯定的な影響を与え、ソフトウェアの堅牢性を肯定的に予測する。
論文 参考訳（メタデータ） (2023-10-31T08:47:41Z) - Collaborative, Code-Proximal Dynamic Software Visualization within Code
Editors [55.57032418885258]
本稿では,コードエディタに組み込むソフトウェアビジュアライゼーション手法の設計と実装について紹介する。
私たちのコントリビューションは、ソフトウェアシステムの実行時の動作の動的解析を使用するという点で、関連する作業と異なります。
私たちの視覚化アプローチは、一般的なリモートペアプログラミングツールを強化し、共有コード都市を利用することで協調的に使用できます。
論文 参考訳（メタデータ） (2023-08-30T06:35:40Z) - Code Recommendation for Open Source Software Developers [32.181023933552694]
CODERは、オープンソースのソフトウェア開発者のための新しいグラフベースのコードレコメンデーションフレームワークである。
本フレームワークは,プロジェクト内,クロスプロジェクト,コールドスタートレコメンデーションなど,様々な実験環境下での優れた性能を実現する。
論文 参考訳（メタデータ） (2022-10-15T16:40:36Z) - Attracting and Retaining OSS Contributors with a Maintainer Dashboard [19.885747206499712]
私たちはメンテナダッシュボードを設計し、オープンソースコントリビュータを惹きつける方法と維持方法に関するレコメンデーションを提供します。
私たちはメンテナとプロジェクト固有の評価を行い、このツールが最も役立つユースケースをよりよく理解します。
オープンソースにおけるレコメンデーションの未来と、これらのレコメンデーションを時間とともに最も意味のあるものにする方法を共有するために、我々の研究成果を掘り下げる。
論文 参考訳（メタデータ） (2022-02-15T21:39:37Z) - LAGOON: An Analysis Tool for Open Source Communities [7.3861897382622015]
LAGOONはオープンソースソフトウェア(OSS)コミュニティのエコシステムを理解するためのオープンソースプラットフォームである。
LAGOONはソースコードリポジトリ、イシュートラッカ、メーリングリスト、ウェブサイトからのコンテンツスクラップなど、いくつかの一般的なソースからアーティファクトを取り込みます。
OSSプロジェクトの完全な社会技術グラフの可視化と探索のためのユーザインターフェースを提供する。
論文 参考訳（メタデータ） (2022-01-26T18:52:11Z) - Dimensions of Commonsense Knowledge [60.49243784752026]
我々は,その関係に特に焦点をあてて,広く普及しているコモンセンスソースを調査した。
我々はこれらの関係を13の知識次元に集約し、それぞれがソースにあるより具体的な関係を抽象化する。
論文 参考訳（メタデータ） (2021-01-12T17:52:39Z) - KILT: a Benchmark for Knowledge Intensive Language Tasks [102.33046195554886]
知識集約型言語タスク(KILT)のベンチマークを示す。
KILTのすべてのタスクはウィキペディアのスナップショットと同じだ。
共有密度ベクトル指数とSeq2seqモデルとの結合が強いベースラインであることが分かる。
論文 参考訳（メタデータ） (2020-09-04T15:32:19Z) - A Transformer-based Approach for Source Code Summarization [86.08359401867577]
コードトークン間のペア関係をモデル化することにより,要約のためのコード表現を学習する。
アプローチは単純であるにもかかわらず、最先端技術よりもかなりの差があることが示される。
論文 参考訳（メタデータ） (2020-05-01T23:29:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。