論文の概要: Breaks and Code Quality: Investigating the Impact of Forgetting on Software Development. A Registered Report

• arxiv url: http://arxiv.org/abs/2305.00760v3
• Date: Mon, 28 Aug 2023 10:32:18 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 12:27:12.096419
• Title: Breaks and Code Quality: Investigating the Impact of Forgetting on Software Development. A Registered Report
• Title（参考訳）: ブレークとコード品質: ソフトウェア開発における忘れることの影響を調査する。 登録済みのレポート
• Authors: Dario Amoroso d'Aragona and Luca Pascarella and Andrea Janes and Valentina Lenarduzzi and Rafael Penaloza and Davide Taibi
• Abstract要約: 開発者がそのことを明確に理解し、長時間中断しても効率的に効果的に機能できることは、非常に重要です。 本報告では,開発者の活動が持続時間とコード品質の異なる特性に与える影響を調査するための実証的研究を提案する。
• 参考スコア（独自算出の注目度）: 15.438443553618896
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Developers interrupting their participation in a project might slowly forget critical information about the code, such as its intended purpose, structure, the impact of external dependencies, and the approach used for implementation. Forgetting the implementation details can have detrimental effects on software maintenance, comprehension, knowledge sharing, and developer productivity, resulting in bugs, and other issues that can negatively influence the software development process. Therefore, it is crucial to ensure that developers have a clear understanding of the codebase and can work efficiently and effectively even after long interruptions. This registered report proposes an empirical study aimed at investigating the impact of the developer's activity breaks duration and different code quality properties. In particular, we aim at understanding if the amount of activity in a project impact the code quality, and if developers with different activity profiles show different impacts on code quality. The results might be useful to understand if it is beneficial to promote the practice of developing multiple projects in parallel, or if it is more beneficial to reduce the number of projects each developer contributes.
• Abstract（参考訳）: プロジェクトへの参加を中断する開発者は、意図した目的、構造、外部依存性の影響、実装に使用されるアプローチなど、コードに関する重要な情報を徐々に忘れてしまう可能性がある。 実装の詳細を忘れることは、ソフトウェアのメンテナンス、理解、知識共有、開発者の生産性に有害な影響を与える可能性がある。 したがって、開発者がコードベースを明確に理解し、長時間中断しても効率的かつ効果的に作業できることを保証することが重要です。 本報告では,開発者の活動が持続時間とコード品質に及ぼす影響を調査するための実証的研究を提案する。 特に、プロジェクト内のアクティビティの量がコード品質に影響を及ぼすかどうか、そして異なるアクティビティプロファイルを持つ開発者がコード品質に異なる影響を与えるかどうかを理解することを目的としています。 結果は、複数のプロジェクトを並行して開発するプラクティスを促進することが有益であるか、あるいは開発者が貢献するプロジェクト数を減らすのがより有益であるかを理解するのに有用かもしれない。

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)
• Identifying Factors Contributing to Bad Days for Software Developers: A Mixed Methods Study [1.1545092788508224]
  摩擦の存在によって生産性が著しく低下し、フラストレーションが増大し、開発者のモラルが低下します。 本研究は,インタビュー,調査,日記研究,開発者テレメトリデータ分析などの混合手法を用いた。 発見は、開発者にとって"悪い日々"を引き起こし、彼らの仕事と幸福に大きな影響を及ぼす要因を明らかにした。
  論文  参考訳（メタデータ） (2024-10-24T02:43:33Z)
• Transforming Software Development: Evaluating the Efficiency and Challenges of GitHub Copilot in Real-World Projects [0.0]
  GitHub CopilotはAIによるコーディングアシスタントだ。 本研究では、GitHub Copilotを使用する際の効率向上、改善の領域、新たな課題について評価する。
  論文  参考訳（メタデータ） (2024-06-25T19:51:21Z)
• Impact of the Availability of ChatGPT on Software Development: A Synthetic Difference in Differences Estimation using GitHub Data [49.1574468325115]
  ChatGPTは、ソフトウェア生産効率を向上させるAIツールである。 10万人あたりのgitプッシュ数、リポジトリ数、ユニークな開発者数に対するChatGPTの影響を見積もっています。 これらの結果は、ChatGPTのようなAIツールが開発者の生産性を大幅に向上させる可能性があることを示唆している。
  論文  参考訳（メタデータ） (2024-06-16T19:11:15Z)
• Leveraging Large Language Models for Efficient Failure Analysis in Game Development [47.618236610219554]
  本稿では,テストの失敗の原因となるコードの変更を自動的に識別する手法を提案する。 このメソッドは、LLM(Large Language Models)を利用して、エラーメッセージと対応するコード変更を関連付ける。 当社のアプローチは新たに作成したデータセットで71%の精度に達しています。
  論文  参考訳（メタデータ） (2024-06-11T09:21:50Z)
• A Study on Developer Behaviors for Validating and Repairing LLM-Generated Code Using Eye Tracking and IDE Actions [13.58143103712]
  GitHub Copilotは、LLM(Big Language Model)ベースのコード生成ツールである。 本稿では,Copilotが生成したコードを開発者がどのように検証し,修復するかを検討する。 コードの存在を認識したことにより、パフォーマンスの向上、検索努力の向上、コパイロットの使用頻度の向上、認知作業負荷の向上につながった。
  論文  参考訳（メタデータ） (2024-05-25T06:20:01Z)
• Understanding and Evaluating Developer Behaviour in Programming Tasks [0.0]
  一連の3つの研究で、特定のプログラミングタスクを解く開発者の具体的な振る舞いを調査した。 私たちは、どのソースコードファイルを訪れたか、どのようにしてコードと知識を他人に関連づけ、いつ、どのようにコード編集を成功させたかに焦点を当てました。
  論文  参考訳（メタデータ） (2024-03-13T12:46:42Z)
• Experiential Co-Learning of Software-Developing Agents [83.34027623428096]
  大規模言語モデル(LLM)は、特にソフトウェア開発において、様々な領域に大きな変化をもたらした。 本稿では,新しいLLM学習フレームワークであるExperiential Co-Learningを紹介する。 実験では、このフレームワークにより、エージェントは、目に見えないソフトウェア開発タスクをより効果的に対処できることを示した。
  論文  参考訳（メタデータ） (2023-12-28T13:50:42Z)
• Empowered and Embedded: Ethics and Agile Processes [60.63670249088117]
  私たちは倫理的考慮事項を(アジャイル)ソフトウェア開発プロセスに組み込む必要があると論じています。 私たちは、すでに存在しており、確立されたアジャイルソフトウェア開発プロセスで倫理的な議論を実施する可能性を強調しました。
  論文  参考訳（メタデータ） (2021-07-15T11:14:03Z)
• The Mind Is a Powerful Place: How Showing Code Comprehensibility Metrics Influences Code Understanding [10.644832702859484]
  ソースコードの理解度を示す指標が,ソースコードの理解度を主観的に評価する上で,開発者を悩ませるかどうかを検討する。 その結果、理解度測定値の表示値は、開発者のコード理解度評価に大きく、かつ大きなアンカー効果があることがわかった。
  論文  参考訳（メタデータ） (2020-12-16T14:27:45Z)
• Knowledge Integration of Collaborative Product Design Using Cloud Computing Infrastructure [65.2157099438235]
  本論文の主な焦点は、クラウドコンピューティングインフラを用いた協調製品設計・開発のための知識統合サービスの提供に関する継続的な研究のコンセプトである。 提案された知識統合サービスは,知識リソースへのリアルタイムアクセスを提供することによってユーザを支援する。
  論文  参考訳（メタデータ） (2020-01-16T18:44:27Z)

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。