論文の概要: Research Artifacts in Software Engineering Publications: Status and Trends

• arxiv url: http://arxiv.org/abs/2404.06852v1
• Date: Wed, 10 Apr 2024 09:25:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-11 15:00:17.540388
• Title: Research Artifacts in Software Engineering Publications: Status and Trends
• Title（参考訳）: ソフトウェア工学出版における研究成果:現状と動向
• Authors: Mugeng Liu, Xiaolong Huang, Wei He, Yibing Xie, Jie M. Zhang, Xiang Jing, Zhenpeng Chen, Yun Ma,
• Abstract要約: 2017年から2022年にかけて、トップレベルのSEカンファレンスで公開された2,196件の論文から1,487件のアーティファクトを収集しました。 分析の結果,アーティファクトを提供する出版物の増加が明らかになった。 工芸品の共有における善道の利用は著しく増加した。
• 参考スコア（独自算出の注目度）: 13.765908874440278
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Software Engineering (SE) community has been embracing the open science policy and encouraging researchers to disclose artifacts in their publications. However, the status and trends of artifact practice and quality remain unclear, lacking insights on further improvement. In this paper, we present an empirical study to characterize the research artifacts in SE publications. Specifically, we manually collect 1,487 artifacts from all 2,196 papers published in top-tier SE conferences (ASE, FSE, ICSE, and ISSTA) from 2017 to 2022. We investigate the common practices (e.g., URL location and format, storage websites), maintenance activities (e.g., last update time and URL validity), popularity (e.g., the number of stars on GitHub and characteristics), and quality (e.g., documentation and code smell) of these artifacts. Based on our analysis, we reveal a rise in publications providing artifacts. The usage of Zenodo for sharing artifacts has significantly increased. However, artifacts stored in GitHub tend to receive few stars, indicating a limited influence on real-world SE applications. We summarize the results and provide suggestions to different stakeholders in conjunction with current guidelines.
• Abstract（参考訳）: ソフトウェア工学(SE)コミュニティは、オープンサイエンスポリシーを受け入れ、研究者が出版物でアーティファクトを公開することを奨励している。 しかし、アーティファクトの実践と品質の状況と傾向はいまだ不明であり、さらなる改善についての洞察が欠如している。 本稿では,SE出版における研究成果を特徴付けるための実証的研究について述べる。 具体的には、2017年から2022年にかけて、トップレベルのSEカンファレンス(ASE、FSE、ICSE、ISSTA)で発表された2,196件の論文から、1,487件のアーティファクトを手作業で収集します。 私たちは、一般的なプラクティス(URLの位置とフォーマット、ストレージWebサイト)、メンテナンスアクティビティ(例えば、最後の更新時間とURLの妥当性)、人気(例えば、GitHub上のスターの数と特徴)、これらのアーティファクトの品質(例えば、ドキュメントとコードの臭い)を調査します。 分析の結果,アーティファクトを提供する出版物の増加が明らかになった。 工芸品の共有における善道の利用は著しく増加した。 しかし、GitHubに格納されているアーティファクトにはスターがほとんどない傾向にあり、現実世界のSEアプリケーションに限定的な影響が示される。 結果をまとめて、現在のガイドラインと合わせて、さまざまな利害関係者に提案します。

関連論文リスト

• Decade-long Utilization Patterns of ICSE Technical Papers and Associated Artifacts [0.0]
  論文とそのアーティファクトから利用属性のデータを収集し,違いを特定する統計的評価を行い,各属性カテゴリの上位5論文を分析した。 論文引用と関連するアーティファクトの使用には大きな違いがある。 我々は,ICSEが過去10年間に受理した論文を概観し,研究論文とアーティファクトとの複雑な関係を強調した。
  論文  参考訳（メタデータ） (2024-04-08T19:29:15Z)
• TRIAD: Automated Traceability Recovery based on Biterm-enhanced Deduction of Transitive Links among Artifacts [53.92293118080274]
  トレーサビリティにより、ステークホルダは、ソフトウェアライフサイクル全体で導入されたソフトウェアアーティファクト間のトレースリンクを抽出し、理解することができます。 ほとんどの場合、Information Retrieval (IR) など、ソフトウェアアーティファクト間のテキストの類似性に依存している。
  論文  参考訳（メタデータ） (2023-12-28T06:44:24Z)
• How do Software Engineering Researchers Use GitHub? An Empirical Study of Artifacts & Impact [0.2209921757303168]
  我々は、著者が研究にかかわるソーシャルコーディングにどのように関与しているかを尋ねる。 トップSE研究会場で1万件の論文が公開され、GitHubリンクに手書き注釈が付けられ、309の論文関連リポジトリが研究されている。 人気と影響力は広く分布しており、一部は出版会場と強く相関している。
  論文  参考訳（メタデータ） (2023-10-02T18:56:33Z)
• A Bibliographic Study on Artificial Intelligence Research: Global Panorama and Indian Appearance [2.9895330439073406]
  この研究は、ニューラルネットワークとディープラーニングが、トップAI研究論文に含まれる主要なトピックであることを明らかにした。 この研究は、AI研究の観点からインドの研究者の相対的な位置についても調査している。
  論文  参考訳（メタデータ） (2023-07-04T05:08:36Z)
• The Semantic Scholar Open Data Platform [79.4493235243312]
  セマンティック・スカラー(Semantic Scholar、S2)は、学術文献の発見と理解を支援することを目的としたオープンデータプラットフォームおよびウェブサイトである。 我々は、学術的なPDFコンテンツ抽出と知識グラフの自動構築のための最先端技術を用いて、パブリックおよびプロプライエタリなデータソースを組み合わせる。 このグラフには、構造解析されたテキスト、自然言語要約、ベクトル埋め込みなどの高度な意味的特徴が含まれている。
  論文  参考訳（メタデータ） (2023-01-24T17:13:08Z)
• Deep learning for table detection and structure recognition: A survey [49.09628624903334]
  本調査の目的は,テーブル検出の分野での大きな進展を深く理解することである。 この分野における古典的アプリケーションと新しいアプリケーションの両方について分析する。 既存のモデルのデータセットとソースコードは、読者にこの膨大な文献のコンパスを提供するために組織されている。
  論文  参考訳（メタデータ） (2022-11-15T19:42:27Z)
• Citation Trajectory Prediction via Publication Influence Representation Using Temporal Knowledge Graph [52.07771598974385]
  既存のアプローチは主に学術論文の時間的データとグラフデータのマイニングに依存している。 本フレームワークは,差分保存グラフ埋め込み,きめ細かい影響表現,学習に基づく軌道計算という3つのモジュールから構成される。 APSアカデミックデータセットとAIPatentデータセットの両方で実験を行った。
  論文  参考訳（メタデータ） (2022-10-02T07:43:26Z)
• Lessons from Deep Learning applied to Scholarly Information Extraction: What Works, What Doesn't, and Future Directions [12.62863659147376]
  EneRexは、コンピュータ科学の分野における大規模なデータセットから、どのようにして重要な洞察を抽出できるかを示す。 既存のデータセットがキャパシティに制限されていること、EneRexが既存のナレッジグラフにどのように適合するかを強調します。
  論文  参考訳（メタデータ） (2022-07-08T17:37:56Z)
• FRUIT: Faithfully Reflecting Updated Information in Text [106.40177769765512]
  FRUIT(FruIT)で更新情報を反映した新しい生成タスクについて紹介する。 我々の分析は、記事の更新が可能なモデルを開発するには、ニューラルジェネレーションモデルに新しい能力が必要であることを示している。
  論文  参考訳（メタデータ） (2021-12-16T05:21:24Z)
• CitationIE: Leveraging the Citation Graph for Scientific Information Extraction [89.33938657493765]
  引用論文と引用論文の参照リンクの引用グラフを使用する。 最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
  論文  参考訳（メタデータ） (2021-06-03T03:00:12Z)
• Machine Identification of High Impact Research through Text and Image Analysis [0.4737991126491218]
  本稿では,引用の可能性が低い論文から高い論文を自動的に分離するシステムを提案する。 本システムでは,文書全体の外観を推測する視覚的分類器と,コンテンツインフォームド決定のためのテキスト分類器の両方を用いる。
  論文  参考訳（メタデータ） (2020-05-20T19:12:24Z)

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。