論文の概要: An Exploratory Study of the Relationship between SATD and Other Software Development Activities
- arxiv url: http://arxiv.org/abs/2404.01950v1
- Date: Tue, 2 Apr 2024 13:45:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-03 16:19:00.869205
- Title: An Exploratory Study of the Relationship between SATD and Other Software Development Activities
- Title（参考訳）: SATDと他のソフトウェア開発活動との関係に関する探索的研究
- Authors: Shima Esfandiari, Ashkan Sami,
- Abstract要約: Self-Admitted Technical Debt (SATD)は、開発者が負債を思い出させるためにコードをドキュメント化する、特定のタイプのTechnical Debtである。
これまでの研究では、SATDの様々な側面を探求してきた。
本研究ではSATDの削除と追加とバグ修正,新機能の追加,テストなどの活動との関係について検討する。
- 参考スコア（独自算出の注目度）: 13.026170714454071
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Technical Debt is a common issue that arises when short-term gains are prioritized over long-term costs, leading to a degradation in the quality of the code. Self-Admitted Technical Debt (SATD) is a specific type of Technical Debt that involves documenting code to remind developers of its debt. Previous research has explored various aspects of SATD, including detection methods, distribution, and its impact on software quality. To better understand SATD, one comprehension technique is to examine its co-occurrence with other activities, such as refactoring and bug fixing. This study investigates the relationship between removing and adding SATD and activities such as refactoring, bug fixing, adding new features, and testing. To do so, we analyzed 77 open-source Java projects using TODO/FIXME/XXX removal or addition in inline comments as indicators of SATD. We examined the co-occurrence of SATD with each activity in each project through chi-square and odds ratio evaluations. Our results show that SATD removal occurs simultaneously with refactoring in 95% of projects, while its addition occurs in 89% of projects. Furthermore, we found that three types of refactoring - "move class", "remove method", and "move attribute" - occur more frequently in the presence of SATD. However, their distribution is similar in projects with and without SATD.
- Abstract（参考訳）: 技術的負債(Technical Debt)は、長期的なコストよりも短期的な利益が優先され、コードの品質が低下する、という一般的な問題である。
Self-Admitted Technical Debt (SATD)は、開発者が負債を思い出させるためにコードをドキュメント化する、特定のタイプのTechnical Debtである。
これまで、SATDの様々な側面を調査してきた。検出方法、分布、ソフトウェアの品質への影響などだ。
SATDをよりよく理解するために、リファクタリングやバグ修正といった他のアクティビティとの共起性を調べる方法がある。
本研究では、SATDの削除と追加とリファクタリング、バグ修正、新機能の追加、テストといったアクティビティとの関係について検討する。
そのため,TODO/FIXME/XXX削除やインラインコメントの追加をSATDの指標として,77のオープンソースプロジェクトを分析した。
本研究では,各プロジェクトにおけるSATDと各活動の共起性について,チ二乗およびオッズ比評価を用いて検討した。
その結果,SATDの除去は95%のプロジェクトのリファクタリングと同時に行われるのに対し,追加は89%のプロジェクトで行われることがわかった。
さらに,SATDの存在下では,3種類のリファクタリング – "move class", "remove method", "move attribute" – がより頻繁に発生することがわかった。
しかし、その分布はSATDと無関係のプロジェクトで類似している。
関連論文リスト
- Evidence is All We Need: Do Self-Admitted Technical Debts Impact Method-Level Maintenance? [1.0377683220196874]
Self-Admitted Technical Debt (SATD)は、開発者がソースコードのコメントを通じて技術的負債を明示的に認める現象である。
本稿では,SATDがソフトウェア保守の様々な面に与える影響を,方法論レベルで実証的に検討することを目的とする。
論文 参考訳（メタデータ） (2024-11-21T01:21:35Z) - Deep Learning and Data Augmentation for Detecting Self-Admitted Technical Debt [6.004718679054704]
Self-Admitted Technical Debt (SATD)は、開発者がテキストアーティファクトを使用して、既存の実装が最適でない理由を説明する状況を指す。
SATD と BERT のバイナリ識別に BiLSTM アーキテクチャを用い,様々な SATD の分類を行った。
異なるアーティファクトから派生した様々なデータセットからSATDを識別・分類するための2段階のアプローチを提案する。
論文 参考訳（メタデータ） (2024-10-21T09:22:16Z) - SATDAUG -- A Balanced and Augmented Dataset for Detecting Self-Admitted
Technical Debt [6.699060157800401]
自己承認技術的負債(Self-admitted Technical debt、SATD)とは、開発者が技術的ショートカットの存在を明確に認識し、文書化する技術的負債の一種である。
textitSATDAUGデータセットは、ソースコードコメント、イシュートラッカ、プルリクエスト、コミットメッセージを含む既存のSATDデータセットの拡張バージョンです。
論文 参考訳（メタデータ） (2024-03-12T14:33:53Z) - Quantifying and Characterizing Clones of Self-Admitted Technical Debt in
Build Systems [10.81072153747528]
Self-Admitted Technical Debt (SATD)は、長期的なソフトウェアアーチファクトの品質を短期的な目標のために意図的に交換する開発判断に注釈を付ける。
最近の研究は、ソースコードにSATDクローン(重複またはほぼ重複するSATDコメント)が存在することを探っている。
我々はAutotools、CMake、Maven、Antビルドシステムから抽出された50,608個のSATDコメントについて大規模な研究を行っている。
論文 参考訳（メタデータ） (2024-02-14T03:34:02Z) - Towards Automatically Addressing Self-Admitted Technical Debt: How Far
Are We? [17.128428286986573]
本稿では,ニューラルベース生成モデルによって技術的負債を自動的に返済できる範囲を実験的に検討する。
595のオープンソースプロジェクトから5,039件の自己申告技術的負債(SATD)の削除日程を抽出することから始めます。
このデータセットを用いて、7つの異なる生成ディープラーニング(DL)モデル構成を実験する。
論文 参考訳（メタデータ） (2023-08-17T12:27:32Z) - On Pitfalls of Test-Time Adaptation [82.8392232222119]
TTA(Test-Time Adaptation)は、分散シフトの下で堅牢性に取り組むための有望なアプローチとして登場した。
TTABは,10の最先端アルゴリズム,多種多様な分散シフト,および2つの評価プロトコルを含むテスト時間適応ベンチマークである。
論文 参考訳（メタデータ） (2023-06-06T09:35:29Z) - Estimating the hardness of SAT encodings for Logical Equivalence
Checking of Boolean circuits [58.83758257568434]
LEC インスタンスの SAT 符号化の硬さは SAT パーティショニングでは textitw.r. と推定できることを示す。
そこで本研究では, SAT符号化の難易度を精度良く推定できるパーティショニング法を提案する。
論文 参考訳（メタデータ） (2022-10-04T09:19:13Z) - ReAct: Temporal Action Detection with Relational Queries [84.76646044604055]
本研究は,アクションクエリを備えたエンコーダ・デコーダフレームワークを用いて,時間的行動検出(TAD)の進展を図ることを目的とする。
まず,デコーダ内の関係注意機構を提案し,その関係に基づいてクエリ間の関心を誘導する。
最後に、高品質なクエリを区別するために、推論時に各アクションクエリのローカライズ品質を予測することを提案する。
論文 参考訳（メタデータ） (2022-07-14T17:46:37Z) - Machine Learning Methods in Solving the Boolean Satisfiability Problem [72.21206588430645]
本論文は, Boolean satisfiability problem (SAT) を機械学習技術で解くことに関する最近の文献をレビューする。
ML-SATソルバを手作り特徴を持つナイーブ分類器からNeuroSATのような新たなエンド・ツー・エンドSATソルバまで,進化するML-SATソルバについて検討する。
論文 参考訳（メタデータ） (2022-03-02T05:14:12Z) - Transformer-based Machine Learning for Fast SAT Solvers and Logic
Synthesis [63.53283025435107]
CNFベースのSATとMaxSATは論理合成と検証システムの中心である。
そこで本研究では,Transformerアーキテクチャから派生したワンショットモデルを用いて,MaxSAT問題の解法を提案する。
論文 参考訳（メタデータ） (2021-07-15T04:47:35Z) - Phase Transition Behavior in Knowledge Compilation [52.68422776053012]
知識コンパイルの文脈におけるランダムk-CNF式のサイズとコンパイル時の挙動について検討する。
我々の研究は、SAT/CSPの相転移挙動に関するCSPコミュニティの初期の研究と精神的に類似している。
論文 参考訳（メタデータ） (2020-07-20T18:36:27Z)
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。