論文の概要: Community Engagement and the Lifespan of Open-Source Software Projects
- arxiv url: http://arxiv.org/abs/2510.15408v1
- Date: Fri, 17 Oct 2025 08:03:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-20 20:17:34.52783
- Title: Community Engagement and the Lifespan of Open-Source Software Projects
- Title（参考訳）: オープンソースソフトウェアプロジェクトのコミュニティエンゲージメントと寿命
- Authors: Mohit, Kuljit Kaur Chahal,
- Abstract要約: オープンソースソフトウェアプロジェクトは、長寿のためにコミュニティエンゲージメント(CE)に依存します。
本研究では、CEをOSSで定義し、主要なメトリクスを特定し、プロジェクトダイナミクスへの影響を評価する。
- 参考スコア（独自算出の注目度）: 0.2701015481148316
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Open-source software (OSS) projects depend on community engagement (CE) for longevity. However, CE's quantifiable impact on project dynamics and lifespan is underexplored. Objectives: This study defines CE in OSS, identifies key metrics, and evaluates their influence on project dynamics (releases, commits, branches) and lifespan. Methods: We analyzed 33,946 GitHub repositories, defining and operationalizing CE with validated per-month metrics (issues, comments, watchers, stargazers). Non-parametric tests and correlations assessed relationships with project dynamics and lifespan across quartiles. Results: CE metrics significantly associate with project dynamics, with stronger correlations in highly engaged projects. For lifespan, a complex pattern emerged: per-month CE rates are highest in younger projects, declining with age. Yet, a subset of long-lived projects maintains exceptionally high activity. Initial CE bursts appear crucial for establishment, while sustained high engagement drives extreme longevity. Active issue engagement's influence intensifies with age, but passive attention's declines. Conclusion: CE dynamically drives OSS project longevity and development. Our findings establish validated CE metrics and offer deeper insights into how diverse community activity patterns contribute to project longevity.
- Abstract（参考訳）: オープンソースソフトウェア(OSS)プロジェクトは、長寿のためにコミュニティエンゲージメント(CE)に依存します。
しかし、CEのプロジェクトダイナミクスとライフスパンに対する定量的な影響は過小評価されている。
目的: この研究は、OSSにおけるCEを定義し、主要なメトリクスを特定し、プロジェクトダイナミクス(リリース、コミット、ブランチ)やライフスパンへの影響を評価します。
メソッド: 私たちは33,946のGitHubリポジトリを分析し、毎月のメトリクス(イシュー、コメント、ウォッチャー、スターゲイザー)でCEを定義し、運用しました。
非パラメトリックテストと相関は、プロジェクトダイナミクスと四肢類全体の寿命との関係を評価した。
結果:CEのメトリクスはプロジェクトのダイナミクスと大きく関連しています。
1ヶ月あたりのCE率は、若いプロジェクトでは最も高く、年齢とともに減少している。
しかし、長寿命プロジェクトのサブセットは、非常に高い活動を維持しています。
初期のCEバーストは設置に不可欠で、高いエンゲージメントは極端に長寿をもたらす。
アクティブ・イシュー・エンゲージメントの影響は年齢とともに強まるが、パッシブ・アテンションの減少は続く。
結論:CEはOSSプロジェクトの長寿と開発を動的に推進します。
本研究は,CE測定値の検証を行い,多彩なコミュニティ活動パターンがプロジェクト長寿にどのように貢献するかについてより深い知見を提供する。
関連論文リスト
- Just-In-Time Objectives: A General Approach for Specialized AI Interactions [55.20968270133027]
大規模な言語モデルは、幅広い関数セットを約束するが、特定の目的を与えられていない場合は、clichで照らされた電子メールのドラフト作成などのミルクトーストの結果をデフォルトとする。
我々は,ユーザの移動目標を推定し,その特定の目的を迅速に最適化し,LLMがより応答性が高く望まれるツール,インターフェース,応答を生成できることを実証する。
論文 参考訳（メタデータ） (2025-10-16T11:53:17Z) - LongEmotion: Measuring Emotional Intelligence of Large Language Models in Long-Context Interaction [72.19473883287948]
LongEmotionは、ロングコンテキスト感情知能(EI)タスク用に特別に設計されたベンチマークである。
感情分類、感情検出、感情QA、感情会話、感情概要、感情表現など、さまざまなタスクをカバーしている。
現実的な制約下での性能を高めるため、検索型強化世代(RAG)と協調感情モデリング(CoEM)を取り入れた。
論文 参考訳（メタデータ） (2025-09-09T05:32:45Z) - FindingDory: A Benchmark to Evaluate Memory in Embodied Agents [49.18498389833308]
本研究では,Habitatシミュレータに長距離エンボディタスクのための新しいベンチマークを導入する。
このベンチマークは、持続的なエンゲージメントとコンテキスト認識を必要とする60タスクにわたるメモリベースの機能を評価する。
論文 参考訳（メタデータ） (2025-06-18T17:06:28Z) - EOC-Bench: Can MLLMs Identify, Recall, and Forecast Objects in an Egocentric World? [52.99661576320663]
マルチモーダル・大規模言語モデル(MLLM)は、自我中心の視覚応用において画期的な進歩を遂げた。
EOC-Benchは、動的自我中心のシナリオにおいて、オブジェクト中心の具体的認識を体系的に評価するために設計された革新的なベンチマークである。
EOC-Benchに基づく各種プロプライエタリ,オープンソース,オブジェクトレベルのMLLMの総合評価を行う。
論文 参考訳（メタデータ） (2025-06-05T17:44:12Z) - Incubation and Beyond: A Comparative Analysis of ASF Projects Sustainability Impacts on Software Quality [2.7059033823627923]
フリー・アンド・オープンソース・ソフトウェア(FOSS)コミュニティのサステナビリティは、社会のデジタルインフラのレジリエンスと持続性に基礎を置いている。
本研究は,FOSSサステナビリティの異なる側面が,ライフサイクルの観点からソフトウェア品質に与える影響を理解することを目的とする。
論文 参考訳（メタデータ） (2025-04-13T07:51:40Z) - Continuous Integration Practices in Machine Learning Projects: The Practitioners` Perspective [1.4165457606269516]
本研究では、47の機械学習(ML)プロジェクトから155人の実践者を調査した。
実践者は、テストの複雑さ、インフラストラクチャ要件、ビルド期間と安定性など、8つの重要な違いを強調した。
実践者が言及する一般的な課題には、プロジェクトの複雑さの向上、モデルのトレーニング要求、広範なデータハンドリング、計算リソースの増大、依存性管理などがある。
論文 参考訳（メタデータ） (2025-02-24T18:01:50Z) - GATEAU: Selecting Influential Samples for Long Context Alignment [59.579128690086385]
GATEAUは、長距離依存関係に富む影響力のあるサンプルを同定する。
選択されたサンプルに基づいて訓練されたモデルは、より良い指示追従と長文理解能力を示す。
論文 参考訳（メタデータ） (2024-10-21T04:30:53Z) - Guiding Effort Allocation in Open-Source Software Projects Using Bus
Factor Analysis [1.0878040851638]
プロジェクトのバスファクタ(BF)は、「プロジェクトが進めないよう無力化する必要がある主要な開発者の数」と定義されている。
コード変更行(LOCC)やコード行のコサイン差(change-size-cos)といった他のメトリクスを用いてBFを計算することを提案する。
論文 参考訳（メタデータ） (2024-01-06T20:55:40Z) - Effective Long-Context Scaling of Foundation Models [90.57254298730923]
最大32,768個のトークンの効率的なコンテキストウィンドウをサポートする長文LLMを提示する。
我々のモデルは、ほとんどの通常のタスクにおいて一貫した改善を達成し、Llama 2よりも長いコンテキストタスクを大幅に改善します。
論文 参考訳（メタデータ） (2023-09-27T21:41:49Z) - Individual context-free online community health indicators fail to identify open source software sustainability [3.192308005611312]
私たちは1年間に38のオープンソースプロジェクトを監視しました。
この期間に計画は放棄されず、計画された1つのプロジェクトのみが閉鎖された。
結果は極めて異質で、ドキュメント間の共通性はほとんどなく、イシューやコードコントリビューションに対するレスポンス時間の平均、資金/スタッフリソースが利用可能でした。
論文 参考訳（メタデータ） (2023-09-21T14:41:41Z) - How Early Participation Determines Long-Term Sustained Activity in
GitHub Projects? [20.236570418427533]
早期参加要因と長期プロジェクト持続可能性との関係を検討することを目的とする。
我々は、290,255のGitHubプロジェクトの持続可能性を予測するために、Blumbergのパフォーマンスモデルと機械学習を組み合わせた新しい方法論を活用する。
OSSプロジェクトのインキュベーションに先行経験があれば,早期参加者がプロジェクトの将来の持続的活動に肯定的な影響を与えることを定量的に示す。
論文 参考訳（メタデータ） (2023-08-11T08:24:41Z)
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。