論文の概要: Governing the Commons: Code Ownership and Code-Clones in Large-Scale Software Development
- arxiv url: http://arxiv.org/abs/2405.15866v3
- Date: Fri, 15 Nov 2024 19:54:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-19 14:30:34.019099
- Title: Governing the Commons: Code Ownership and Code-Clones in Large-Scale Software Development
- Title（参考訳）: コモンズを統治する - 大規模ソフトウェア開発におけるコードオーナシップとコードクロン
- Authors: Anders Sundelin, Javier Gonzalez-Huerta, Richard Torkar, Krzysztof Wnuk,
- Abstract要約: 弱いオーナシップや集合的なオーナシップを採用するソフトウェア開発組織では,さまざまなチームがさまざまなコンポーネントの変更を自律的に実施することが期待される。
私たちの目標は、異なるチームが異なるコンポーネントを変更するときに、コードのクローンという形で技術的負債を導入する方法と理由を理解することです。
- 参考スコア（独自算出の注目度）: 6.249768559720122
- License:
- Abstract: Context: In software development organizations employing weak or collective ownership, different teams are allowed and expected to autonomously perform changes in various components. This creates diversity both in the knowledge of, and in the responsibility for, individual components. Objective: Our objective is to understand how and why different teams introduce technical debt in the form of code clones as they change different components. Method: We collected data about change size and clone introductions made by ten teams in eight components which was part of a large industrial software system. We then designed a Multi-Level Generalized Linear Model (MLGLM), to illustrate the teams' differing behavior. Finally, we discussed the results with three development teams, plus line manager and the architect team, evaluating whether the model inferences aligned with what they expected. Responses were recorded and thematically coded. Results: The results show that teams do behave differently in different components, and the feedback from the teams indicates that this method of illustrating team behavior can be useful as a complement to traditional summary statistics of ownership. Conclusions: We find that our model-based approach produces useful visualizations of team introductions of code clones as they change different components. Practitioners stated that the visualizations gave them insights that were useful, and by comparing with an average team, inter-team comparisons can be avoided. Thus, this has the potential to be a useful feedback tool for teams in software development organizations that employ weak or collective ownership.
- Abstract（参考訳）: コンテキスト: 弱いあるいは集合的なオーナシップを採用するソフトウェア開発組織では,さまざまなチームがさまざまなコンポーネントの変更を自律的に実施することが期待される。
これにより、個々のコンポーネントの知識と責任の両方に多様性が生まれます。
目的: 目的は、異なるチームが異なるコンポーネントを変更するときに、コードのクローンという形で技術的負債を導入する方法と理由を理解することです。
方法: 大規模な産業ソフトウェアシステムの一部である8つのコンポーネントの10チームによる変更サイズとクローンの導入に関するデータを収集しました。
次に、多レベル一般化線形モデル(MLGLM)を設計し、チームの異なる振る舞いを説明する。
最後に、3つの開発チーム、さらにラインマネージャとアーキテクトチームと結果について議論し、モデル推論が期待と一致しているかを評価しました。
反応は記録され、数学的に符号化された。
結果: 結果は、異なるコンポーネントでチームが異なる振る舞いをすることを示している。そして、チームからのフィードバックは、チームの振る舞いを説明するこの方法が、オーナシップの従来の要約統計を補完するものとして有用であることを示している。
結論: 私たちのモデルベースのアプローチは、異なるコンポーネントを変更することで、コードクローンのチーム導入の有用な視覚化を可能にします。
ビジュアライゼーションは役に立つ洞察を与え、平均的なチームと比較することで、チーム間の比較は避けられる、と実践者は述べている。
ですからこれは,弱いあるいは集合的なオーナシップを採用するソフトウェア開発組織内のチームにとって,有用なフィードバックツールになる可能性があるのです。
関連論文リスト
- MAgIC: Investigation of Large Language Model Powered Multi-Agent in
Cognition, Adaptability, Rationality and Collaboration [102.41118020705876]
大規模言語モデル(LLM)は自然言語処理の分野で大きな進歩を遂げている。
アプリケーションがマルチエージェント環境に拡張されるにつれ、包括的な評価フレームワークの必要性が高まっている。
この研究は、マルチエージェント設定内でLLMを評価するために特別に設計された新しいベンチマークフレームワークを導入している。
論文 参考訳（メタデータ） (2023-11-14T21:46:27Z) - Collaborative, Code-Proximal Dynamic Software Visualization within Code
Editors [55.57032418885258]
本稿では,コードエディタに組み込むソフトウェアビジュアライゼーション手法の設計と実装について紹介する。
私たちのコントリビューションは、ソフトウェアシステムの実行時の動作の動的解析を使用するという点で、関連する作業と異なります。
私たちの視覚化アプローチは、一般的なリモートペアプログラミングツールを強化し、共有コード都市を利用することで協調的に使用できます。
論文 参考訳（メタデータ） (2023-08-30T06:35:40Z) - Towards a Better Understanding of Learning with Multiagent Teams [4.746424588605832]
いくつかのチーム構造は、エージェントが特定の役割を専門化することを学ぶのに役立つことを示しています。
大規模なチームは、コーディネーションを減らすためのクレジット割り当ての課題を作成します。
論文 参考訳（メタデータ） (2023-06-28T13:37:48Z) - CONCORD: Clone-aware Contrastive Learning for Source Code [64.51161487524436]
セルフ教師付き事前トレーニングは、多くのダウンストリームSEタスクに価値のあるジェネリックコード表現を学ぶための牽引役になった。
汎用的な表現学習のために、開発者が日々どのようにコードをコーディングするかは、要因としても不可欠である、と私たちは主張する。
特に,表現空間に良性クローンを近づける自己教師型コントラスト学習戦略であるCONCORDを提案する。
論文 参考訳（メタデータ） (2023-06-05T20:39:08Z) - Exploring the Relationship Between Ownership and Contribution Alignment and Code Technical Debt [3.3854996288003893]
この記事では、オーナシップとコントリビューションアライメントアライメントの関係とコード品質の劣化について検討する。
また、チーム構造の変化がコード品質の劣化を管理する能力にどのように影響するかについても検討している。
論文 参考訳（メタデータ） (2023-04-04T21:55:50Z) - Detecting and Optimising Team Interactions in Software Development [58.720142291102135]
本稿では,ソフトウェア開発チームの機能的相互作用構造を検出するためのデータ駆動型手法を提案する。
このアプローチでは、チームメンバのアクティビティレベルの違いを考慮し、ブロック制約設定モデルを使用します。
我々のアプローチは、チームが合成されたベンチマークシナリオと機能的な相互作用構造を比較するのにどのように役立つかを示します。
論文 参考訳（メタデータ） (2023-02-28T14:53:29Z) - Informational Diversity and Affinity Bias in Team Growth Dynamics [6.729250803621849]
情報多様性の利点は親和性バイアスと緊張関係にあることを示す。
本結果は,情報多様性を促進するためのユーティリティベースのモチベーションの基本的な制限を定式化した。
論文 参考訳（メタデータ） (2023-01-28T05:02:40Z) - Contrastive Learning for Source Code with Structural and Functional
Properties [66.10710134948478]
本稿では,ソースコードの特徴に基づいて事前学習に焦点を当てた,新たな自己教師型モデルBOOSTを提案する。
私たちは、機能的に等価なコードを生成する自動化された構造誘導型コード変換アルゴリズムを採用しています。
私たちは、対照的な学習目標を通じて、機能的に等価なコードをより近く、異なるコードに近づける方法で、モデルをトレーニングします。
論文 参考訳（メタデータ） (2021-10-08T02:56:43Z) - Organizational Artifacts of Code Development [10.863006516392831]
我々は、異なる国に関連付けられたソフトウェアリポジトリの違いを測定することで、国の社会的影響を研究する。
本稿では,レポジトリのシーケンシャル埋め込みタスクとして,開発活動のシーケンスに基づく新しいモデリング手法を提案する。
我々は、よく知られた企業からのレポスに関するケーススタディを行い、国が企業自体よりも開発における違いをうまく表現できることを見出した。
論文 参考訳（メタデータ） (2021-05-30T22:04:09Z) - Evaluating and Rewarding Teamwork Using Cooperative Game Abstractions [103.3630903577951]
我々は、協調ゲーム理論を用いて、プロスポーツから、人工RLエージェントのチームと現実世界のチームを研究する。
データからCFを推定するための協調ゲーム抽象化(CGA)と呼ばれるパラメトリックモデルを導入する。
CGAモデルに対する識別結果とサンプル境界の複雑さと、CGAを用いたShapley値の推定における誤差境界を提供する。
論文 参考訳（メタデータ） (2020-06-16T22:03:36Z) - Forming Diverse Teams from Sequentially Arriving People [9.247294820004146]
共同作業は、チームや組織が異質なメンバを持つことの恩恵を受けます。
我々は、時間とともに連続して到着する人々から、このような多様なチームを形成する方法を提案する。
実際に、アルゴリズムがチームの多様性を大きく向上させることを示す。
論文 参考訳（メタデータ） (2020-02-25T07:00:07Z)
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。