論文の概要: Engaging Developers in Exploratory Unit Testing through Gamification

• arxiv url: http://arxiv.org/abs/2408.04918v1
• Date: Fri, 9 Aug 2024 08:00:41 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-12 16:18:44.208836
• Title: Engaging Developers in Exploratory Unit Testing through Gamification
• Title（参考訳）: ゲーミフィケーションによる探索的単体テストにおける開発者獲得
• Authors: Philipp Straubinger, Gordon Fraser,
• Abstract要約: 我々は、Gamekinsシステムによって生成される課題とクエストを示し、テストをより魅力的でシームレスに、通常のコーディングタスクとブレンドできるようにします。 60分間の実験では、Gamekinsがテストスイートの品質とバグ検出に与える影響を評価した。 その結果、参加者は積極的にツールと対話し、90%近いラインカバレッジを達成し、14のバグのうち11が検出された。
• 参考スコア（独自算出の注目度）: 11.077232808482128
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Exploratory testing, known for its flexibility and ability to uncover unexpected issues, often faces challenges in maintaining systematic coverage and producing reproducible results. To address these challenges, we investigate whether gamification of testing directly in the Integrated Development Environment (IDE) can guide exploratory testing. We therefore show challenges and quests generated by the Gamekins gamification system to make testing more engaging and seamlessly blend it with regular coding tasks. In a 60-minute experiment, we evaluated Gamekins' impact on test suite quality and bug detection. The results show that participants actively interacted with the tool, achieving nearly 90% line coverage and detecting 11 out of 14 bugs. Additionally, participants reported enjoying the experience, indicating that gamification can enhance developer participation in testing and improve software quality.
• Abstract（参考訳）: 予期せぬ問題を明らかにする柔軟性と能力で知られている探索テストは、しばしば、体系的なカバレッジを維持し、再現可能な結果を生み出すという課題に直面している。 これらの課題に対処するために,統合開発環境(IDE)におけるテストのゲーミフィケーションが探索試験をガイドできるかどうかを検討する。 そこで,ゲームキンスゲーミフィケーションシステムによって生み出される課題と課題を,より魅力的でシームレスに,通常のコーディングタスクとブレンドできるようにする。 60分間の実験では、Gamekinsがテストスイートの品質とバグ検出に与える影響を評価した。 その結果、参加者は積極的にツールと対話し、90%近いラインカバレッジを達成し、14のバグのうち11が検出された。 さらに参加者は、この体験を楽しみ、ゲーミフィケーションが開発者のテストへの参加を促進し、ソフトウェア品質を向上させる可能性があることを報告した。

関連論文リスト

• SUPER: Evaluating Agents on Setting Up and Executing Tasks from Research Repositories [55.161075901665946]
  Superは、機械学習(ML)と自然言語処理(NLP)の研究リポジトリを扱う研究者が直面する現実的な課題を捉えることを目的としている。 本ベンチマークでは,注釈付きエキスパートソリューションを用いたエンドツーエンド問題45,特定の課題に焦点をあてたエキスパートソリューションから導いた152,大規模開発のための602の問題を自動生成する。 我々は、最先端のアプローチが、最良のモデル(GPT-4o)でこれらの問題を解決するのに苦労していることを示し、エンド・ツー・エンドの16.3%と46.1%のシナリオを解決した。
  論文  参考訳（メタデータ） (2024-09-11T17:37:48Z)
• Leveraging Large Language Models for Enhancing the Understandability of Generated Unit Tests [4.574205608859157]
  我々は,検索ベースのソフトウェアテストと大規模言語モデルを組み合わせたUTGenを導入し,自動生成テストケースの理解性を向上する。 UTGenテストケースで課題に取り組む参加者は、最大33%のバグを修正し、ベースラインテストケースと比較して最大20%の時間を使用できます。
  論文  参考訳（メタデータ） (2024-08-21T15:35:34Z)
• DISCOVERYWORLD: A Virtual Environment for Developing and Evaluating Automated Scientific Discovery Agents [49.74065769505137]
  本研究では,新しい科学的発見の完全なサイクルを実行するエージェントの能力を開発し,ベンチマークする最初の仮想環境であるDiscoVERYWORLDを紹介する。 8つのトピックにまたがる120の異なる課題タスクが含まれており、3レベルの難易度といくつかのパラメトリックなバリエーションがある。 従来の環境においてよく機能する強力なベースラインエージェントが、ほとんどのdiscoVERYWORLDタスクに苦労していることがわかった。
  論文  参考訳（メタデータ） (2024-06-10T20:08:44Z)
• Elevating Software Quality in Agile Environments: The Role of Testing Professionals in Unit Testing [0.0]
  テストはソフトウェア開発プロセスにおいて不可欠な品質活動です。 本報告では, 産業環境での単体テストにおけるテストエンジニアの関与について考察する。
  論文  参考訳（メタデータ） (2024-03-20T00:41:49Z)
• Gamified GUI testing with Selenium in the IntelliJ IDE: A Prototype Plugin [0.559239450391449]
  本稿では,IntelliJ IDEA用のガミフィケーションプラグインのプロトタイプであるGIPGUTについて述べる。 このプラグインは、達成、報酬、プロファイルのカスタマイズを通じて、単調で退屈なタスクにテスタのエンゲージメントを高める。 その結果,ゲーミフィケーション要素の高利用性と肯定的な受容性が示唆された。
  論文  参考訳（メタデータ） (2024-03-14T20:11:11Z)
• Observation-based unit test generation at Meta [52.4716552057909]
  TestGenは、アプリケーション実行中に観察された複雑なオブジェクトのシリアライズされた観察から作られたユニットテストを自動的に生成する。 TestGenは518のテストを本番環境に投入し、継続的統合で9,617,349回実行され、5,702の障害が見つかった。 評価の結果,信頼性の高い4,361のエンドツーエンドテストから,少なくとも86%のクラスでテストを生成することができた。
  論文  参考訳（メタデータ） (2024-02-09T00:34:39Z)
• Assaying on the Robustness of Zero-Shot Machine-Generated Text Detectors [57.7003399760813]
  先進的なLarge Language Models (LLMs) とその特殊な変種を探索し、いくつかの方法でこの分野に寄与する。 トピックと検出性能の間に有意な相関関係が発見された。 これらの調査は、様々なトピックにまたがるこれらの検出手法の適応性と堅牢性に光を当てた。
  論文  参考訳（メタデータ） (2023-12-20T10:53:53Z)
• Improving Testing Behavior by Gamifying IntelliJ [13.086283144520513]
  一般的なIntelliJ Java統合開発環境用のガミフィケーションプラグインであるIntelliGameを紹介します。 IntelliGameは、マルチレベルの達成システムを使用して、肯定的なテスト行動に対して開発者に報奨を与える。 49人の参加者によるコントロールされた実験では、IntelliGameによって引き起こされるテスト動作にかなりの違いが示されている。
  論文  参考訳（メタデータ） (2023-10-17T11:40:55Z)
• DIAMBRA Arena: a New Reinforcement Learning Platform for Research and Experimentation [91.3755431537592]
  本研究は、強化学習研究と実験のための新しいプラットフォームであるDIAMBRA Arenaを提示する。 高品質な環境のコレクションが,OpenAI Gym標準に完全に準拠したPython APIを公開している。 これらは、離散的なアクションと観測を生のピクセルと追加の数値で構成したエピソディックなタスクである。
  論文  参考訳（メタデータ） (2022-10-19T14:39:10Z)
• SUPERNOVA: Automating Test Selection and Defect Prevention in AAA Video Games Using Risk Based Testing and Machine Learning [62.997667081978825]
  従来の手法では、成長するソフトウェアシステムではスケールできないため、ビデオゲームのテストはますます難しいタスクになります。 自動化ハブとして機能しながら,テスト選択と欠陥防止を行うシステム SUPERNOVA を提案する。 この直接的な影響は、未公表のスポーツゲームタイトルの55%以上のテスト時間を減らすことが観察されている。
  論文  参考訳（メタデータ） (2022-03-10T00:47:46Z)
• COVID-19 Tests Gone Rogue: Privacy, Efficacy, Mismanagement and Misunderstandings [8.154109462429988]
  新型コロナウイルス(COVID-19)検査の現状を概観し、4つの主要な課題を特定し、これらの課題に対処できない結果について論じる。 テストと情報伝達に関する現在のインフラストラクチャは、非常にプライバシーを侵害し、スケーラブルなデジタルコンポーネントを利用できない。
  論文  参考訳（メタデータ） (2021-01-05T18:37:26Z)

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。