論文の概要: Investigating Technology Usage Span by Analyzing Users' Q&A Traces in
Stack Overflow
- arxiv url: http://arxiv.org/abs/2312.03182v1
- Date: Tue, 5 Dec 2023 23:17:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-07 16:25:58.633031
- Title: Investigating Technology Usage Span by Analyzing Users' Q&A Traces in
Stack Overflow
- Title（参考訳）: スタックオーバーフローにおけるユーザのQ&Aトレースの分析による技術利用拡大の検討
- Authors: Saikat Mondal, Debajyoti Mondal, Chanchal K. Roy
- Abstract要約: ソフトウェア開発者にとっては、高い使用率を持つ技術を見つけることが不可欠です。
C#とJavaプログラミング言語は高い使用率を持ち、JavaScriptが続く。
私たちの調査では、SwiftUI、.NET-6.0、Visual Studio 2022、Blazor WebAssemblyフレームワークといった新興テクノロジも公開しています。
- 参考スコア（独自算出の注目度）: 5.391288287087521
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Choosing an appropriate software development technology (e.g., programming
language) is challenging due to the proliferation of diverse options. The
selection of inappropriate technologies for development may have a far-reaching
effect on software developers' career growth. Switching to a different
technology after working with one may lead to a complex learning curve and,
thus, be more challenging. Therefore, it is crucial for software developers to
find technologies that have a high usage span. Intuitively, the usage span of a
technology can be determined by the time span developers have used that
technology. Existing literature focuses on the technology landscape to explore
the complex and implicit dependencies among technologies but lacks formal
studies to draw insights about their usage span. This paper investigates the
technology usage span by analyzing the question and answering (Q&A) traces of
Stack Overflow (SO), the largest technical Q&A website available to date. In
particular, we analyze 6.7 million Q&A traces posted by about 97K active SO
users and see what technologies have appeared in their questions or answers
over 15 years. According to our analysis, C# and Java programming languages
have a high usage span, followed by JavaScript. Besides, developers used the
.NET framework, iOS & Windows Operating Systems (OS), and SQL query language
for a long time (on average). Our study also exposes the emerging (i.e., newly
growing) technologies. For example, usages of technologies such as SwiftUI,
.NET-6.0, Visual Studio 2022, and Blazor WebAssembly framework are increasing.
The findings from our study can assist novice developers, startup software
industries, and software users in determining appropriate technologies. This
also establishes an initial benchmark for future investigation on the use span
of software technologies.
- Abstract（参考訳）: 適切なソフトウェア開発技術(例えば、プログラミング言語)を選択することは、多様な選択肢が広まるために困難である。
開発に適した技術の選択は、ソフトウェア開発者のキャリアの成長に大きく影響する可能性がある。
作業後、別のテクノロジに切り替えることは、複雑な学習曲線につながる可能性があり、それゆえ、より困難になる。
したがって、ソフトウェア開発者は高い使用率を持つ技術を見つけることが不可欠である。
直感的には、テクノロジの利用範囲は、開発者がそのテクノロジを使用した時間によって決定できる。
既存の文献では、テクノロジ間の複雑で暗黙的な依存関係を探求するテクノロジランドスケープに焦点を当てている。
本稿では,スタックオーバーフロー(so)のq&aトレースを分析して,これまでで最大の技術的q&awebサイトであるstack overflow(so)のq&aトレースを分析した。
特に、約9万のアクティブSOユーザによって投稿された670万のQ&Aトレースを分析し、質問や回答にどのような技術が現れるのかを15年にわたって確認しています。
私たちの分析によると、C#とJavaプログラミング言語は高い使用率を持ち、次いでJavaScriptです。
さらに、開発者は.NET Coreを使用する。
NETフレームワーク、iOSとWindows Operating Systems(OS)、SQLクエリ言語を長い間(平均で)サポートしています。
私たちの研究は、新しく成長する技術も明らかにしています。
例えば、swiftuiや.netといったテクノロジの利用だ。
NET-6.0、Visual Studio 2022、Blazor WebAssemblyフレームワークが増加している。
調査の結果は、初心者開発者、スタートアップソフトウェア産業、ソフトウェア利用者が適切な技術を決定するのに役立つ。
これはまた、将来のソフトウェア技術の利用に関する調査のための最初のベンチマークを確立する。
関連論文リスト
- Deep Learning-based Software Engineering: Progress, Challenges, and Opportunities [29.934835831037347]
ディープラーニングベースのソフトウェアエンジニアリングに関する最初のタスク指向調査を示す。
ディープラーニングのテクニックに大きく影響された、12のソフトウェアエンジニアリングサブ領域をカバーする。
論文 参考訳（メタデータ） (2024-10-17T00:46:00Z) - Chronicles of CI/CD: A Deep Dive into its Usage Over Time [0.5705775078773656]
本稿では、GitHubリポジトリを分析し、開発者がCI/CDに使用する技術を分析する。
最先端のCI/CDテクノロジのリストを使用して、GitHub検索APIを使用して、それぞれのテクノロジを使用してリポジトリを見つけます。
当社の時代におけるCI/CDテクノロジの使用状況の概要に加えて,過去12年間に何が起こったのかについても紹介する。
論文 参考訳（メタデータ） (2024-02-27T15:20:11Z) - Charting a Path to Efficient Onboarding: The Role of Software
Visualization [49.1574468325115]
本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。
本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
論文 参考訳（メタデータ） (2024-01-17T21:30:45Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - Intelligent Software Tooling for Improving Software Development [3.1763879286782966]
ディープラーニング(DL)は、ソフトウェア開発プロセスを含む多くの領域において、自動化の大幅な進歩を示しています。
この成功の主な理由は、GitHub経由で利用可能なオープンソースコードや、トレーニング対象とするRICOとReDRAWを備えたモバイルグラフィカルユーザインタフェース(GUI)の画像データセットなど、大規模なデータセットが利用可能であることだ。
論文 参考訳（メタデータ） (2023-10-17T01:29:07Z) - SoTaNa: The Open-Source Software Development Assistant [81.86136560157266]
SoTaNaはオープンソースのソフトウェア開発アシスタントだ。
ソフトウェア工学の分野のための高品質な命令ベースのデータを生成する。
オープンソースの基盤モデルであるLLaMAを強化するためにパラメータ効率のよい微調整アプローチを採用している。
論文 参考訳（メタデータ） (2023-08-25T14:56:21Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳（メタデータ） (2022-12-10T07:49:50Z) - Retrieving and Ranking Relevant JavaScript Technologies from Web
Repositories [0.3441021278275805]
JSテクノロジの検索とランク付けを支援するための2段階のアプローチを提案する。
第1フェーズ(ST-Retrieval)では、開発者のニーズを満たすJSテクノロジの収集にメタ検索技術を使用している。
第2フェーズ(ST-Rankと呼ばれる)は、Webの他のプロジェクトによって使用されている基準に基づいて推論する機械学習技術に依存している。
論文 参考訳（メタデータ） (2022-05-30T13:26:05Z) - Constraint Programming Algorithms for Route Planning Exploiting
Geometrical Information [91.3755431537592]
本稿では,経路計画問題に対する新しいアルゴリズムの開発に関する現在の研究動向について概説する。
これまでの研究は、特にユークリッド旅行セールスパーソン問題(ユークリッドTSP)に焦点を当ててきた。
目的は、将来ユークリッド自動車問題(ユークリッドVRP)など、同じカテゴリーの他の問題にも得られる結果を活用することである。
論文 参考訳（メタデータ） (2020-09-22T00:51:45Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z) - Interpreting Cloud Computer Vision Pain-Points: A Mining Study of Stack
Overflow [5.975695375814528]
本研究では,コンピュータビジョンサービスに対する開発者の不満について検討する。
モバイル開発のような成熟した分野とは違って、開発者が問う質問の種類は対照的である。
これらは、そのようなシステムを強化する技術について、浅い理解を示している。
論文 参考訳（メタデータ） (2020-01-28T00:56:51Z)
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。