論文の概要: Smells Depend on the Context: An Interview Study of Issue Tracking Problems and Smells in Practice

• arxiv url: http://arxiv.org/abs/2601.04124v1
• Date: Wed, 07 Jan 2026 17:38:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-09 02:15:23.707964
• Title: Smells Depend on the Context: An Interview Study of Issue Tracking Problems and Smells in Practice
• Title（参考訳）: Smells がコンテキストに依存する: 課題追跡問題とプラクティスにおける Smells のインタビュー
• Authors: Lloyd Montgomery, Clara Lüders, Christian Rahe, Walid Maalej,
• Abstract要約: ソフトウェアエンジニアリングチームがITSで直面する課題についてはほとんど知られていない。 経験者26名を対象に,詳細な面接調査を行った。 問題発見性、ゾンビ問題、ワークフローの肥大、ワークフローの強制力の欠如など、14の一般的な問題を特定しました。 この結果から,ITSの問題点や臭いは,ITSの設定やワークフローステージ,チームサイズといったコンテキスト要因に大きく依存していることが示唆された。
• 参考スコア（独自算出の注目度）: 5.280471121231262
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Issue Tracking Systems (ITSs) enable software developers and managers to collect and resolve issues collaboratively. While researchers have extensively analysed ITS data to automate or assist specific activities such as issue assignments, duplicate detection, or priority prediction, developer studies on ITSs remain rare. Particularly, little is known about the challenges Software Engineering (SE) teams encounter in ITSs and when certain practices and workarounds (such as leaving issue fields like "priority" empty) are considered problematic. To fill this gap, we conducted an in-depth interview study with 26 experienced SE practitioners from different organisations and industries. We asked them about general problems encountered, as well as the relevance of 31 ITS smells (aka potentially problematic practices) discussed in the literature. By applying Thematic Analysis to the interview notes, we identified 14 common problems including issue findability, zombie issues, workflow bloat, and lack of workflow enforcement. Participants also stated that many of the ITS smells do not occur or are not problematic. Our results suggest that ITS problems and smells are highly dependent on context factors such as ITS configuration, workflow stage, and team size. We also discuss potential tooling solutions to configure, monitor, and visualise ITS smells to cope with these challenges.
• Abstract（参考訳）: 問題追跡システム(ITS)は、ソフトウェア開発者とマネージャが協力して問題の収集と解決を可能にする。 研究者は、課題の割り当て、重複検出、優先度予測などの特定のアクティビティを自動化または支援するためにITSデータを広範囲に分析してきたが、ITSに関する開発者研究はいまだに稀である。 特に、ソフトウェアエンジニアリング(SE)チームがITSで直面する課題や、特定のプラクティスや回避策("プライオリティ"のようなイシューフィールドを空にするなど)が問題視されている場合についてはほとんど知られていない。 このギャップを埋めるために、さまざまな組織や業界から経験豊富な26人のSE実践者を対象に、詳細なインタビュー調査を行った。 文献で論じられた31種類の臭い(潜在的に問題のある実践)との関連性についても質問した。 Thematic Analysisをインタビューノートに適用することで、問題発見可能性、ゾンビ問題、ワークフローの肥大、ワークフローの強制力の欠如など、14の一般的な問題を特定した。 参加者は、多くの臭いが起こらない、または問題がないとも述べた。 この結果から,ITSの問題点や臭いは,ITSの設定やワークフローステージ,チームサイズといったコンテキスト要因に大きく依存していることが示唆された。 また、これらの課題に対処するための臭いの設定、監視、可視化のための潜在的なツールソリューションについても論じます。

関連論文リスト

• Issue Tracking Ecosystems: Context and Best Practices [0.0]
  GitHubとJiraは、問題管理を通じてソフトウェアエンジニアリング(SE)組織をサポートする一般的なツールです。 課題追跡生態系 (ITE) は、中央ITSと関連するSEアーティファクト、利害関係者、プロセスの集合である。 私は、複雑さと多様性に関するこれらの疑問に対処しながら、より広いレベルでITTを理解するという挑戦を受けています。
  論文  参考訳（メタデータ） (2025-07-09T09:57:13Z)
• An Empirical Investigation on the Challenges in Scientific Workflow Systems Development [6.920993703034064]
  この記事では、Stack Overflow(SO)とGitHubにおける開発者と研究者のインタラクションについて検討する。 問題を分析することで、13のトピック(例えば、エラーとバグ修正、ドキュメント、依存性)を特定し、データ構造と操作が最も難しいことを発見した。 また、データ構造や操作、タスク管理、ワークフロースケジューリングといった、SOとGitHubの共通するトピックも見つけました。
  論文  参考訳（メタデータ） (2024-11-16T21:14:11Z)
• 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)
• Mining Issue Trackers: Concepts and Techniques [6.99674326582747]
  内外の利害関係者は「問題」を報告し、管理し、議論する 課題追跡ツールは、組織がユーザと対話し、ソフトウェア開発ライフサイクルのさまざまな側面を管理するために使用するソフトウェアツールである。 この章では、問題データをアルゴリズムで分析する4つの主要なユースケースについて論じる。
  論文  参考訳（メタデータ） (2024-03-08T23:02:41Z)
• Competition-Level Problems are Effective LLM Evaluators [121.15880285283116]
  本稿では,Codeforcesにおける最近のプログラミング問題の解決において,大規模言語モデル(LLM)の推論能力を評価することを目的とする。 まず,問題の発生時間,難易度,遭遇したエラーの種類など,様々な側面を考慮して,GPT-4の望ましくないゼロショット性能を総合的に評価する。 驚くべきことに、GPT-4のTheThoughtivedのパフォーマンスは、2021年9月以降、あらゆる困難と種類の問題に対して一貫して問題が減少するような崖を経験している。
  論文  参考訳（メタデータ） (2023-12-04T18:58:57Z)
• AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities and Challenges [60.56413461109281]
  IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。 我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。 主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
  論文  参考訳（メタデータ） (2023-04-10T15:38:12Z)
• Competency Problems: On Finding and Removing Artifacts in Language Data [50.09608320112584]
  複雑な言語理解タスクでは、すべての単純な特徴相関が突発的であると論じる。 人間バイアスを考慮したコンピテンシー問題に対するデータ作成の難しさを理論的に分析します。
  論文  参考訳（メタデータ） (2021-04-17T21:34:10Z)

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。