論文の概要: Measuring the Impact of Technical Debt on Development Effort in Software Projects

• arxiv url: http://arxiv.org/abs/2502.16277v1
• Date: Sat, 22 Feb 2025 16:11:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-25 15:56:52.477749
• Title: Measuring the Impact of Technical Debt on Development Effort in Software Projects
• Title（参考訳）: ソフトウェア開発における技術的負債の影響の測定
• Authors: Kartik Gupta,
• Abstract要約: 技術的負債とは、コード品質と迅速なデリバリの間のトレードオフを指し、複雑さ、バグ、コストの増大によって将来の開発に影響を与える。 本研究は,ソフトウェアプロジェクトの技術的負債による追加作業の取り組みを,機能実装に焦点をあてて実証的に分析する。
• 参考スコア（独自算出の注目度）: 4.884240342385462
• License:
• Abstract: Technical debt refers to the trade-offs between code quality and faster delivery, impacting future development with increased complexity, bugs, and costs. This study empirically analyzes the additional work effort caused by technical debt in software projects, focusing on feature implementations. I explore how delaying technical debt repayment through refactoring influences long-term work effort. Using data from open-source and enterprise projects, I correlate technical debt with practical work effort, drawing from issue trackers and version control systems. Our goal is to provide a framework for managing technical debt, aiding developers, project managers, and stakeholders in understanding and mitigating its impact on productivity and costs.
• Abstract（参考訳）: 技術的負債とは、コード品質と迅速なデリバリの間のトレードオフを指し、複雑さ、バグ、コストの増大によって将来の開発に影響を与える。 本研究は,ソフトウェアプロジェクトの技術的負債による追加作業の取り組みを,機能実装に焦点をあてて実証的に分析する。 私は、リファクタリングによる技術的負債返済の遅れが長期的な作業にどのように影響するかを考察します。 オープンソースのプロジェクトやエンタープライズプロジェクトのデータを使って、イシュートラッカやバージョン管理システムから引き出された技術的負債を実践的な作業と相関付けます。 私たちのゴールは、技術的負債を管理し、開発者、プロジェクトマネージャ、ステークホルダーが生産性とコストへの影響を理解し軽減するためのフレームワークを提供することです。

関連論文リスト

• CITER: Collaborative Inference for Efficient Large Language Model Decoding with Token-Level Routing [56.98081258047281]
  CITERはトークンレベルのルーティング戦略を通じて、小規模および大規模言語モデル(SLMs & LLMs)間の効率的な協調を可能にする。 ルータの学習をポリシー最適化として定式化し、予測の質と生成の推論コストの両方に基づいて報酬を受け取る。 実験の結果,CITERは高品質な生成を保ちながら推論コストを低減し,リアルタイムおよびリソース制約のあるアプリケーションに対して有望なソリューションを提供することがわかった。
  論文  参考訳（メタデータ） (2025-02-04T03:36:44Z)
• Exploring the Advances in Using Machine Learning to Identify Technical Debt and Self-Admitted Technical Debt [0.0]
  本研究は,ソフトウェアプロジェクトにおける技術的負債と自己決定的技術的負債を検出する機械学習手法を用いた現在の研究状況について考察することを目的としている。 我々は2024年までの論文の文献レビューを行い、機械学習を用いた技術的負債と自己承認的技術的負債の識別について議論した。 以上の結果から,BERTモデルは他よりもはるかに効果的であることが示唆された。
  論文  参考訳（メタデータ） (2024-09-06T23:58:10Z)
• Contractual Reinforcement Learning: Pulling Arms with Invisible Hands [68.77645200579181]
  本稿では,契約設計によるオンライン学習問題において,利害関係者の経済的利益を整合させる理論的枠組みを提案する。 計画問題に対して、遠目エージェントに対する最適契約を決定するための効率的な動的プログラミングアルゴリズムを設計する。 学習問題に対して,契約の堅牢な設計から探索と搾取のバランスに至るまでの課題を解き放つために,非回帰学習アルゴリズムの汎用設計を導入する。
  論文  参考訳（メタデータ） (2024-07-01T16:53:00Z)
• Agent-Driven Automatic Software Improvement [55.2480439325792]
  本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。 継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。 我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
  論文  参考訳（メタデータ） (2024-06-24T15:45:22Z)
• A machine learning workflow to address credit default prediction [0.44943951389724796]
  信用デフォルト予測(CDP)は個人や企業の信用力を評価する上で重要な役割を果たす。 CDPを改善するためのワークフローベースのアプローチを提案する。これは、借り手が信用義務を負う確率を評価するタスクを指す。
  論文  参考訳（メタデータ） (2024-03-06T15:30:41Z)
• 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)
• Artificial Intelligence for Technical Debt Management in Software Development [0.0]
  ソフトウェア開発における技術的負債回避のためのAI駆動ツールの使用に関する既存の研究のレビュー。 AIはソフトウェア開発における技術的負債管理を大幅に改善する可能性がある、と提案する。 AIを開発プロセスに活用しようとするソフトウェア開発チームに対して,実践的なガイダンスを提供する。
  論文  参考訳（メタデータ） (2023-06-16T21:59:22Z)
• Breaks and Code Quality: Investigating the Impact of Forgetting on Software Development. A Registered Report [15.438443553618896]
  開発者がそのことを明確に理解し、長時間中断しても効率的に効果的に機能できることは、非常に重要です。 本報告では,開発者の活動が持続時間とコード品質の異なる特性に与える影響を調査するための実証的研究を提案する。
  論文  参考訳（メタデータ） (2023-05-01T10:33:17Z)
• UX Debt: Developers Borrow While Users Pay [2.9479490707938982]
  ユーザエクスペリエンス(UX)の負債は、低いユーザビリティを犠牲にして開発をスピードアップするためのショートカットに重点を置いています。 ほとんどの研究は、実装に焦点をあてて、コード中心の技術的負債について検討している。 私たちは、コード中心、アーキテクチャ中心、プロセス中心の3つのUX負債のクラスを概説しました。
  論文  参考訳（メタデータ） (2021-04-14T14:59:44Z)
• Explanations of Machine Learning predictions: a mandatory step for its application to Operational Processes [61.20223338508952]
  信用リスクモデリングは重要な役割を果たす。 近年,機械学習や深層学習の手法が採用されている。 この分野における説明可能性問題に LIME 手法を適用することを提案する。
  論文  参考訳（メタデータ） (2020-12-30T10:27:59Z)
• Knowledge Integration of Collaborative Product Design Using Cloud Computing Infrastructure [65.2157099438235]
  本論文の主な焦点は、クラウドコンピューティングインフラを用いた協調製品設計・開発のための知識統合サービスの提供に関する継続的な研究のコンセプトである。 提案された知識統合サービスは,知識リソースへのリアルタイムアクセスを提供することによってユーザを支援する。
  論文  参考訳（メタデータ） (2020-01-16T18:44:27Z)

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。