論文の概要: Using CognitIDE to Capture Developers' Cognitive Load via Physiological Activity During Everyday Software Development Tasks

• arxiv url: http://arxiv.org/abs/2503.03537v1
• Date: Wed, 05 Mar 2025 14:19:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-06 15:53:13.463850
• Title: Using CognitIDE to Capture Developers' Cognitive Load via Physiological Activity During Everyday Software Development Tasks
• Title（参考訳）: 日々のソフトウェア開発作業において,CognitIDEを使って生理的活動を通じて開発者の認知的負荷を捕捉する
• Authors: Fabian Stolp, Charlotte Brandebusemeyer, Franziska Hradilak, Lara Kursawe, Magnus Menger, Franz Sauerwald, Bert Arnrich,
• Abstract要約: IntelliJベースのIDEプラグインであるCognitIDEを用いて,開発者の生理活動データを収集,マップ,可視化する研究を提案する。 フィージビリティスタディでは、参加者がソフトウェア開発者の日々の作業のシミュレーションを4回完了した。 CotantIDEは1時間のデータ収集セッションでうまく使えた。
• 参考スコア（独自算出の注目度）: 2.397062421558159
• License:
• Abstract: Integrated development environments (IDE) support developers in a variety of tasks. Unobtrusively capturing developers' cognitive load while working on different programming tasks could help optimize developers' work experience, increase their productivity, and positively impact code quality. In this paper, we propose a study in which the IntelliJ-based IDE plugin CognitIDE is used to collect, map, and visualize software developers' physiological activity data while they are working on various software development tasks. In a feasibility study, participants completed four simulated everyday working tasks of software developers - coding, debugging, code documentation, and email writing - based on Java open source code in the IDE whilst their physiological activity was recorded. Between the tasks, the participants' perceived workload was assessed. Feasibility testing showed that CognitIDE could successfully be used for data collection sessions of one hour, which was the most extended duration tested and was well-perceived by those working with it. Furthermore, the recorded physiological activity indicated higher cognitive load during working tasks compared to baseline recordings. This suggests that cognitive load can be assessed, mapped to code positions, visualized, and discussed with participants in such study setups with CognitIDE. These promising results indicate the usefulness of the plugin for diverse study workflows in a natural IDE environment.
• Abstract（参考訳）: 統合開発環境(IDE)は様々なタスクで開発者をサポートする。 異なるプログラミングタスクに取り組んでいる間、開発者の認知負荷を控えめに捉えることは、開発者の作業エクスペリエンスを最適化し、生産性を向上し、コード品質に肯定的な影響を与えます。 本稿では,IntelliJ ベースの IDE プラグインである CognitIDE を用いて,ソフトウェア開発作業中にソフトウェア開発者の生理活動データを収集,マップ,可視化する手法を提案する。 フィージビリティスタディでは、参加者は、生理活動が記録されている間、IDE内のJavaオープンソースコードに基づいて、コーディング、デバッグ、コードドキュメント、Eメール書き込みという、ソフトウェア開発者の日々の作業の4つのシミュレーションを完了しました。 課題の間には,参加者の認識する作業負荷が評価された。 フィージビリティテストの結果、CognitIDEは1時間のデータ収集セッションでうまく使えることがわかった。 さらに, 記録された生理活動は, 作業時の認知負荷が, ベースライン記録と比較して高かった。 このことは、認知的負荷を評価し、コードの位置にマッピングし、視覚化し、CognitIDEでこのような研究環境の参加者と議論できることを示唆している。 これらの有望な結果は、プラグインが自然のIDE環境における多様な研究ワークフローに有用であることを示している。

関連論文リスト

• In-IDE Programming Courses: Learning Software Development in a Real-World Setting [5.330251011543498]
  JetBrainsは最近JetBrains Academyプラグインをリリースした。 このプラグインを使って少なくとも1コースを修了した学生や開発者に対して,8回の1時間インタビューを行った。
  論文  参考訳（メタデータ） (2025-01-29T16:34:22Z)
• Towards Decoding Developer Cognition in the Age of AI Assistants [9.887133861477233]
  本稿では,生理的計測(EEGとアイトラッキング)とインタラクションデータを組み合わせて,AI支援プログラミングツールの開発者による使用状況を調べるための制御された観察的研究を提案する。 私たちは、認知負荷とタスク完了時間を計測しながら、AIアシストの有無に関わらず、プログラムタスクを完了させるために、プロの開発者を募集します。
  論文  参考訳（メタデータ） (2025-01-05T23:25:21Z)
• Codev-Bench: How Do LLMs Understand Developer-Centric Code Completion? [60.84912551069379]
  Code-Development Benchmark (Codev-Bench)は、細粒度で現実世界、リポジトリレベル、開発者中心の評価フレームワークです。 Codev-Agentは、リポジトリのクローリングを自動化し、実行環境を構築し、既存のユニットテストから動的呼び出しチェーンを抽出し、データ漏洩を避けるために新しいテストサンプルを生成するエージェントベースのシステムである。
  論文  参考訳（メタデータ） (2024-10-02T09:11:10Z)
• How far are AI-powered programming assistants from meeting developers' needs? [17.77734978425295]
  GitHub CopilotのようなIDE内AIコーディングアシスタントツール(ACAT)は、開発者のコーディング習慣に大きな影響を与えている。 我々は,実開発シナリオをシミュレートし,27人のコンピュータサイエンス学生を募集し,その振る舞いを3つのACATを用いて調査する。 ACATは一般的にタスク完了率を高め、時間を短縮し、コード品質を改善し、自己認識の生産性を高めます。
  論文  参考訳（メタデータ） (2024-04-18T08:51:14Z)
• Prompting Large Language Models to Tackle the Full Software Development Lifecycle: A Case Study [72.24266814625685]
  DevEvalでソフトウェア開発ライフサイクル全体にわたって、大きな言語モデル(LLM)のパフォーマンスを調査します。 DevEvalは4つのプログラミング言語、複数のドメイン、高品質なデータ収集、各タスクに対して慎重に設計および検証されたメトリクスを備えている。 GPT-4を含む現在のLLMは、DevEvalで提示される課題を解決できないことが実証研究によって示されている。
  論文  参考訳（メタデータ） (2024-03-13T15:13:44Z)
• Understanding and Evaluating Developer Behaviour in Programming Tasks [0.0]
  一連の3つの研究で、特定のプログラミングタスクを解く開発者の具体的な振る舞いを調査した。 私たちは、どのソースコードファイルを訪れたか、どのようにしてコードと知識を他人に関連づけ、いつ、どのようにコード編集を成功させたかに焦点を当てました。
  論文  参考訳（メタデータ） (2024-03-13T12:46:42Z)
• WorkArena: How Capable Are Web Agents at Solving Common Knowledge Work Tasks? [83.19032025950986]
  本稿では,Webブラウザを介してソフトウェアと対話する大規模言語モデルベースエージェントについて検討する。 WorkArenaは、広く使用されているServiceNowプラットフォームに基づく33のタスクのベンチマークである。 BrowserGymは、そのようなエージェントの設計と評価のための環境である。
  論文  参考訳（メタデータ） (2024-03-12T14:58:45Z)
• 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)
• 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)
• All You Need Is Logs: Improving Code Completion by Learning from Anonymous IDE Usage Logs [55.606644084003094]
  そこで本研究では,IDEのユーザからコンプリート利用ログを収集する手法を提案する。 機械学習ベースのモデルをトレーニングして、完成候補をランク付けします。 評価の結果,過去のユーザ動作ログに基づいてトレーニングした単純なランキングモデルを用いることで,コード補完エクスペリエンスが大幅に向上した。
  論文  参考訳（メタデータ） (2022-05-21T23:21:26Z)
• ReACC: A Retrieval-Augmented Code Completion Framework [53.49707123661763]
  本稿では,語彙のコピーと類似したセマンティクスを持つコード参照の両方を検索により活用する検索拡張コード補完フレームワークを提案する。 我々は,Python および Java プログラミング言語のコード補完タスクにおけるアプローチを評価し,CodeXGLUE ベンチマークで最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2022-03-15T08:25:08Z)

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。