論文の概要: Hidden in Plain Sight: Where Developers Confess Self-Admitted Technical Debt

• arxiv url: http://arxiv.org/abs/2511.01529v1
• Date: Mon, 03 Nov 2025 12:47:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:27.260765
• Title: Hidden in Plain Sight: Where Developers Confess Self-Admitted Technical Debt
• Title（参考訳）: 開発者が自己承認の技術的負債に異議を唱える、平凡な視点に隠れた
• Authors: Murali Sridharan, Mikel Robredo, Leevi Rantala, Matteo Esposito, Valentina Lenarduzzi, Mika Mantyla,
• Abstract要約: Self-Admitted Technical Debt (SATD)は、プロアクティブなソフトウェアのメンテナンスに不可欠である。 従来の研究は主にSATDの検出と優先順位付けを目標としており、SATDに係わるソースコードにはほとんど焦点を当てていない。 我々は、9000以上のJava Open Source Software (OSS)リポジトリからのコードコメントを含む広範なSATDデータセットであるPENTACETを活用している。 SATDが最も一般的に発生する場所と、最も頻繁に影響を受けるコード構成/ステートメントを定量的に推測する。
• 参考スコア（独自算出の注目度）: 3.0178994719454564
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Context. Detecting Self-Admitted Technical Debt (SATD) is crucial for proactive software maintenance. Previous research has primarily targeted detecting and prioritizing SATD, with little focus on the source code afflicted with SATD. Our goal in this work is to connect the SATD comments with source code constructs that surround them. Method. We leverage the extensive SATD dataset PENTACET, containing code comments from over 9000 Java Open Source Software (OSS) repositories. We quantitatively infer where SATD most commonly occurs and which code constructs/statements it most frequently affects. Results and Conclusions. Our large-scale study links over 225,000 SATD comments to their surrounding code, showing that SATD mainly arises in inline code near definitions, conditionals, and exception handling, where developers face uncertainty and trade-offs, revealing it as an intentional signal of awareness during change rather than mere neglect.
• Abstract（参考訳）: コンテキスト。 積極的ソフトウェア保守には,SATD(Self-Admitted Technical Debt)の検出が不可欠である。 従来の研究は主にSATDの検出と優先順位付けを目標としており、SATDに係わるソースコードにはほとんど焦点を当てていない。 この作業の目標は、SATDコメントをそれらを囲むソースコード構造と結びつけることです。 方法。 我々は、9000以上のJava Open Source Software (OSS)リポジトリからのコードコメントを含む広範なSATDデータセットであるPENTACETを活用している。 SATDが最も一般的に発生する場所と、最も頻繁に影響を受けるコード構成/ステートメントを定量的に推測する。 結果と結論。 我々の大規模な研究は、225,000以上のSATDコメントを周囲のコードに関連付けており、SATDは主に定義、条件、例外処理に近いインラインコードで発生しており、開発者は不確実性とトレードオフに直面している。

関連論文リスト

• A First Look at the Self-Admitted Technical Debt in Test Code: Taxonomy and Detection [7.475625941772781]
  自己承認技術的負債(Self-admitted Technical debt,SATD)とは、開発者がコードの問題や回避策、あるいは準最適ソリューションを明確に認めるコメントのことである。 本研究では,1000のオープンソースJavaプロジェクトを対象に,160万件のコメントからランダムに5万件のコメントをランダムに分析することにより,SATDをテストコードで解析する。
  論文  参考訳（メタデータ） (2025-10-25T19:09:18Z)
• Is Compression Really Linear with Code Intelligence? [60.123628177110206]
  textitFormat Annealingは、事前訓練されたモデルの本質的な能力を同等に評価するために設計された、軽量で透明なトレーニング手法である。 我々の経験的結果は、測定されたコードインテリジェンスとビット・パー・キャラクタ(BPC)の基本的な対数関係を明らかにする。 私たちの研究は、コードインテリジェンスの開発における圧縮の役割をより微妙に理解し、コードドメインにおける堅牢な評価フレームワークに貢献します。
  論文  参考訳（メタデータ） (2025-05-16T16:59:14Z)
• Descriptor: C++ Self-Admitted Technical Debt Dataset (CppSATD) [4.114847619719728]
  自己申告技術的負債(SATD)は技術的負債(TD)のサブタイプである SATDに関するこれまでの研究は、主にJavaプログラミング言語に焦点を当ててきた。 531,000以上の注釈付きコメントとそのソースコードコンテキストからなる専用C++ SATDデータセットであるCppSATDを紹介する。
  論文  参考訳（メタデータ） (2025-05-02T09:25:41Z)
• Negativity in Self-Admitted Technical Debt: How Sentiment Influences Prioritization [50.07057212504773]
  SATD(Self-Admitted Technical Debt)は、ソフトウェアシステムに存在する技術的負債の自己申告書である。 ソフトウェアシステムにおけるSATDの記述の約4分の1は、何らかの否定的感情や否定的な感情を表現している。 我々の研究は、開発者がSATDにおいて、特定のTDのインスタンスがどの程度緊急に対処されるべきかを決定するために、どのように積極的にネガティビティを利用するかを示している。
  論文  参考訳（メタデータ） (2025-01-02T05:33:43Z)
• SAT: Dynamic Spatial Aptitude Training for Multimodal Language Models [78.06537464850538]
  シミュレーションは,実画像に翻訳する空間的適性を与えるのに驚くほど効果的であることを示す。 シミュレーションにおける完全アノテーションは、擬似アノテーション実画像の既存のアプローチよりも効果的であることを示す。
  論文  参考訳（メタデータ） (2024-12-10T18:52:45Z)
• Evidence is All We Need: Do Self-Admitted Technical Debts Impact Method-Level Maintenance? [1.0377683220196874]
  Self-Admitted Technical Debt (SATD)は、開発者がソースコードのコメントを通じて技術的負債を明示的に認める現象である。 本稿では,SATDがソフトウェア保守の様々な面に与える影響を,方法論レベルで実証的に検討することを目的とする。
  論文  参考訳（メタデータ） (2024-11-21T01:21:35Z)
• PENTACET data -- 23 Million Contextual Code Comments and 250,000 SATD comments [3.6095388702618414]
  SATD(Self-Admitted Technical Debt)研究の多くは、SATD検出に「TODO」や「FIXME」のような明示的なSATD特徴を用いる。 この作業は、PENTACET(あるいは5Cデータセット)データを通じて、このギャップに対処する。 結果は2300万のコードコメント、各コメントのソースコードコンテキストの前と後、そしてSATDとラベル付けされた25万以上のコメントからなるデータセットである。
  論文  参考訳（メタデータ） (2023-03-24T14:42:42Z)
• Deep Just-In-Time Inconsistency Detection Between Comments and Source Code [51.00904399653609]
  本稿では,コード本体の変更によりコメントが矛盾するかどうかを検出することを目的とする。 私たちは、コメントとコードの変更を関連付けるディープラーニングアプローチを開発しています。 より包括的な自動コメント更新システムを構築するために,コメント更新モデルと組み合わせて提案手法の有用性を示す。
  論文  参考訳（メタデータ） (2020-10-04T16:49:28Z)

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。