論文の概要: What Makes a Code Review Useful to OpenDev Developers? An Empirical
Investigation
- arxiv url: http://arxiv.org/abs/2302.11686v2
- Date: Mon, 19 Jun 2023 19:53:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 13:05:28.740180
- Title: What Makes a Code Review Useful to OpenDev Developers? An Empirical
Investigation
- Title（参考訳）: コードレビューがopendev開発者に役に立つのは何か?
実証的な調査
- Authors: Asif Kamal Turzo and Amiangshu Bosu
- Abstract要約: コードレビューの有効性が少し改善されても、ソフトウェア開発組織にとってかなりの節約が得られます。
本研究の目的は,コードレビューコメントをOSS開発者に有用なものにする方法を,より精細に理解することである。
- 参考スコア（独自算出の注目度）: 4.061135251278187
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Context: Due to the association of significant efforts, even a minor
improvement in the effectiveness of Code Reviews(CR) can incur significant
savings for a software development organization. Aim: This study aims to
develop a finer grain understanding of what makes a code review comment useful
to OSS developers, to what extent a code review comment is considered useful to
them, and how various contextual and participant-related factors influence its
usefulness level. Method: On this goal, we have conducted a three-stage
mixed-method study. We randomly selected 2,500 CR comments from the OpenDev
Nova project and manually categorized the comments. We designed a survey of
OpenDev developers to better understand their perspectives on useful CRs.
Combining our survey-obtained scores with our manually labeled dataset, we
trained two regression models - one to identify factors that influence the
usefulness of CR comments and the other to identify factors that improve the
odds of `Functional' defect identification over the others. Key findings: The
results of our study suggest that a CR comment's usefulness is dictated not
only by its technical contributions such as defect findings or quality
improvement tips but also by its linguistic characteristics such as
comprehensibility and politeness. While a reviewer's coding experience
positively associates with CR usefulness, the number of mutual reviews, comment
volume in a file, the total number of lines added /modified, and CR interval
has the opposite associations. While authorship and reviewership experiences
for the files under review have been the most popular attributes for reviewer
recommendation systems, we do not find any significant association of those
attributes with CR usefulness.
- Abstract（参考訳）: コンテキスト: 大きな取り組みの結びつきから、コードレビュー(CR)の有効性がわずかに改善しても、ソフトウェア開発組織にとって大幅な節約が得られます。
目的:本研究は,oss開発者にコードレビューコメントが有用である理由,コードレビューコメントがどの程度有用であると考えられるか,文脈的および参加者的要因がその有用性に与える影響について,より細かく理解することを目的とする。
方法: この目的について, 3段階混合手法の研究を行った。
OpenDev Novaプロジェクトから2500のCRコメントをランダムに選択し、手動でコメントを分類しました。
私たちは、有用なCRに対する彼らの見解をよりよく理解するために、OpenDev開発者の調査を設計しました。
調査対象のスコアと手動ラベル付きデータセットを組み合わせることで,crコメントの有用性に影響を与える要因を識別し,他に対する‘機能的’欠陥識別の確率を改善する要因を識別する,という2つの回帰モデルをトレーニングした。
要点:本研究の結果から,CRコメントの有用性は,欠陥発見や品質改善ヒントなどの技術的貢献だけでなく,理解性や丁寧さといった言語的特徴によっても評価されていることが示唆された。
レビュー者のコーディング体験はCRの有用性、相互レビュー数、ファイル内のコメントボリューム、追加/修正された行の総数、CR間隔などと正の相関関係を持つ。
レビュー中のファイルのオーサシップとレビュアシップの経験は,レビュアレコメンデーションシステムにおいて最も一般的な属性であるが,これらの属性とCRの有用性との有意な関連は見つからない。
関連論文リスト
- Understanding Code Understandability Improvements in Code Reviews [79.16476505761582]
GitHub上のJavaオープンソースプロジェクトからの2,401のコードレビューコメントを分析した。
改善提案の83.9%が承認され、統合され、1%未満が後に復活した。
論文 参考訳（メタデータ） (2024-10-29T12:21:23Z) - Knowledge-Guided Prompt Learning for Request Quality Assurance in Public Code Review [15.019556560416403]
Public Code Review(PCR)は、開発チームの内部コードレビューのアシスタントである。
本稿では,開発者によるコードレビュー要求品質保証を実現するために,公開コードレビューのための知識指導型プロンプト学習を提案する。
論文 参考訳（メタデータ） (2024-10-29T02:48:41Z) - CompassJudger-1: All-in-one Judge Model Helps Model Evaluation and Evolution [74.41064280094064]
textbfJudger-1は、最初のオープンソースのtextbfall-in-one judge LLMである。
CompassJudger-1は、優れた汎用性を示す汎用LLMである。
textbfJudgerBenchは、様々な主観評価タスクを含む新しいベンチマークである。
論文 参考訳（メタデータ） (2024-10-21T17:56:51Z) - Leveraging Reviewer Experience in Code Review Comment Generation [11.224317228559038]
私たちは、自然言語のコードレビューを提供する際に、人間のレビュアーを模倣するためにディープラーニングモデルを訓練します。
生成したレビューの品質は、モデルトレーニングで使用されるオープンソースのコードレビューデータの品質のため、まだ最適化されていない。
本稿では,レビュー品質の指標として,過去のレビュアのオーサリングとレビューを活かした経験学習手法を提案する。
論文 参考訳（メタデータ） (2024-09-17T07:52:50Z) - Team-related Features in Code Review Prediction Models [10.576931077314887]
コードオーナシップ、ワークロード、チーム関係に関連する機能の予測能力を評価します。
結果から,コードオーナシップに関連する機能が最も優れた予測能力を持つことが示唆された。
提案されたすべての機能とコード行を合わせることで、レビュアーの参加とフィードバックの量の両方に最適な予測ができると結論付けます。
論文 参考訳（メタデータ） (2023-12-11T09:30:09Z) - Towards Automated Classification of Code Review Feedback to Support
Analytics [4.423428708304586]
本研究の目的は,自動コードレビューコメント分類システムを開発することである。
コードコンテキスト、コメントテキスト、コードメトリクスのセットを活用した教師付き学習ベースのDNNモデルを訓練し、評価した。
提案手法はFregnanらのアプローチよりも18.7%高い精度を実現している。
論文 参考訳（メタデータ） (2023-07-07T21:53:20Z) - Exploring the Advances in Identifying Useful Code Review Comments [0.0]
本稿では,コードレビューコメントの有用性に関する研究の進化を反映する。
コードレビューコメントの有用性を定義し、データセットのマイニングとアノテーションを定義し、開発者の認識を調査し、異なる側面から要因を分析し、機械学習分類器を使用してコードレビューコメントの有用性を自動的に予測する。
論文 参考訳（メタデータ） (2023-07-03T00:41:20Z) - SIFN: A Sentiment-aware Interactive Fusion Network for Review-based Item
Recommendation [48.1799451277808]
本稿では、レビューに基づく項目推薦のための感性認識型インタラクティブフュージョンネットワーク(SIFN)を提案する。
まず、BERTを介してユーザ/イテムレビューをエンコードし、各レビューのセマンティックな特徴を抽出する軽量な感情学習者を提案する。
そこで我々は,感情学習者が明示的な感情ラベルを用いて感情認識特徴を抽出するための感情予測タスクを提案する。
論文 参考訳（メタデータ） (2021-08-18T08:04:38Z) - Deep Just-In-Time Inconsistency Detection Between Comments and Source
Code [51.00904399653609]
本稿では,コード本体の変更によりコメントが矛盾するかどうかを検出することを目的とする。
私たちは、コメントとコードの変更を関連付けるディープラーニングアプローチを開発しています。
より包括的な自動コメント更新システムを構築するために,コメント更新モデルと組み合わせて提案手法の有用性を示す。
論文 参考訳（メタデータ） (2020-10-04T16:49:28Z) - A Unified Dual-view Model for Review Summarization and Sentiment
Classification with Inconsistency Loss [51.448615489097236]
ユーザーレビューから正確な要約と感情を取得することは、現代のEコマースプラットフォームにとって不可欠な要素である。
本稿では,これら2つのタスクの性能を協調的に改善する新しいデュアルビューモデルを提案する。
異なる領域の4つの実世界のデータセットに対する実験結果から,本モデルの有効性が示された。
論文 参考訳（メタデータ） (2020-06-02T13:34:11Z) - Code Review in the Classroom [57.300604527924015]
教室設定の若い開発者は、コードレビュープロセスの潜在的に有利で問題のある領域の明確な図を提供している。
彼らのフィードバックは、プロセスはプロセスを改善するためにいくつかのポイントで十分に受け入れられていることを示唆している。
本論文は,教室でコードレビューを行うためのガイドラインとして利用することができる。
論文 参考訳（メタデータ） (2020-04-19T06:07:45Z)
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。