論文の概要: Code Smells in Clojure: Initial Findings from a Grey Literature Review

• arxiv url: http://arxiv.org/abs/2605.24049v1
• Date: Thu, 21 May 2026 21:36:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 18:35:14.770602
• Title: Code Smells in Clojure: Initial Findings from a Grey Literature Review
• Title（参考訳）: Clojureのコードスメルス:Grey Literatureのレビューからの最初の発見
• Authors: Walber Araújo, José Truta, Lucas Vegi, Marco Tulio Valente, João Brunet,
• Abstract要約: コードの臭いはコード品質の悪い指標として広く使われており、構造的な問題や改善の可能な領域を明らかにしている。 本稿では,現代関数型プログラミング言語におけるコードの臭いに関する灰色文献による研究結果について述べる。
• 参考スコア（独自算出の注目度）: 0.1631115063641726
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Code smells are widely used indicators of poor code quality, revealing structural problems and areas where improvement can be made. Although extensively studied in object-oriented languages, functional programming languages remain comparatively underexplored in literature. This paper presents early results from a grey literature investigation of code smells in Clojure, a modern functional programming language that runs on the Java Virtual Machine (JVM) and is widely adopted in open source and industrial systems. Inspired by prior work on Elixir, we manually inspected developer discussions retrieved through Google search, extracted quality concerns discussed by developers, and had 44 practitioners evaluate the relevance of non-traditional smell candidates. As preliminary results, we cataloged 26 code smells, including 12 Clojure-specific, 9 functional-style, and 5 traditional Fowler smells. We also analyzed tool support and observed a significant gap, as existing Clojure linters cover only 2 of these 26 smells. These early findings provide an initial characterization of how Clojure developers discuss code smells, a preliminary set of smell-like problems specific to this ecosystem, and an early assessment of tool support for their detection.
• Abstract（参考訳）: コードの臭いはコード品質の悪い指標として広く使われており、構造的な問題や改善の可能な領域を明らかにしている。 オブジェクト指向言語では広く研究されているが、関数型プログラミング言語は文学において比較的過小評価されている。 本稿では、Java仮想マシン(JVM)上で動作し、オープンソースおよび産業システムで広く採用されているモダンな関数型プログラミング言語Clojureのコードの臭いに関する灰色文献による研究結果について述べる。 Elixirに関する以前の研究に触発されて、Google検索を通じて検索された開発者ディスカッションを手作業で検査し、開発者によって議論された品質上の懸念を抽出し、44人の実践者が非臭い候補との関連性を評価した。 予備的な結果として、Clojure固有の12、関数型9、従来のFowlerの5つの臭いを含む26のコードの臭いをカタログ化した。 既存のClojureリンタはこれらの26の匂いのうち2つしかカバーしていないため、ツールのサポートも分析し、大きなギャップを目の当たりにしました。 これらの初期の発見は、Clojure開発者がコードの臭いについてどのように議論しているか、このエコシステムに特有の臭いのような問題の予備的なセット、そして検出のためのツールサポートの早期評価について、初期の特徴を提供している。

関連論文リスト

• SmellBench: Evaluating LLM Agents on Architectural Code Smell Repair [1.6922906233636834]
  アーキテクチャコードはソフトウェアの保守性を損なうため、手作業で修理するのにコストがかかる。 本稿では,大規模言語モデルエージェントによる建築コードの臭いの修復に関する経験的評価について述べる。 SmellBenchは、嗅覚タイプ固有の最適化プロンプトを組み込んだタスクオーケストレーションフレームワークです。
  論文  参考訳（メタデータ） (2026-05-07T22:33:32Z)
• Clean Code, Better Models: Enhancing LLM Performance with Smell-Cleaned Dataset [13.23492570818459]
  この研究は、コード臭いの観点からデータセットの品質を評価し改善する最初の体系的な研究である。 コード臭を自動的に除去する,LCMベースのコード臭除去ツールSmellCCを提案する。
  論文  参考訳（メタデータ） (2025-08-16T07:40:58Z)
• EnseSmells: Deep ensemble and programming language models for automated code smells detection [3.974095344344234]
  ソフトウェアソースコードの匂いは、最適な設計と実装上の決定を示す。 本稿では,構造的特徴と統計的意味論の融合に重きを置く深層学習アーキテクチャを構築するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-02-07T15:35:19Z)
• Understanding Code Understandability Improvements in Code Reviews [79.16476505761582]
  GitHub上のJavaオープンソースプロジェクトからの2,401のコードレビューコメントを分析した。 改善提案の83.9%が承認され、統合され、1%未満が後に復活した。
  論文  参考訳（メタデータ） (2024-10-29T12:21:23Z)
• CRUXEval-X: A Benchmark for Multilingual Code Reasoning, Understanding and Execution [50.1875460416205]
  CRUXEVAL-Xコード推論ベンチマークには19のプログラミング言語が含まれている。 各言語に対して少なくとも600人の被験者で構成され、合計19Kのコンテンツ一貫性テストがある。 Pythonでのみトレーニングされたモデルでさえ、他の言語で34.4%のPass@1を達成することができる。
  論文  参考訳（メタデータ） (2024-08-23T11:43:00Z)
• Private-Library-Oriented Code Generation with Large Language Models [52.73999698194344]
  本稿では,大規模言語モデル(LLM)をプライベートライブラリのコード生成に活用することに焦点を当てる。 プログラマがプライベートコードを書く過程をエミュレートする新しいフレームワークを提案する。 TorchDataEval、TorchDataComplexEval、MonkeyEval、BeatNumEvalの4つのプライベートライブラリベンチマークを作成しました。
  論文  参考訳（メタデータ） (2023-07-28T07:43:13Z)
• A Static Evaluation of Code Completion by Large Language Models [65.18008807383816]
  単純なプログラミング問題に対するモデル生成コードの機能的正当性を評価するために,実行ベースベンチマークが提案されている。 プログラムを実行せずにエラーを検出するlinterのような静的解析ツールは、コード生成モデルを評価するために十分に研究されていない。 抽象構文木を利用して,Pythonのコード補完における静的エラーを定量化する静的評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-05T19:23:34Z)
• Empirical Analysis on Effectiveness of NLP Methods for Predicting Code Smell [3.2973778921083357]
  コードの臭いは、システムに固有の問題の表面的な指標である。 629パッケージ上に3つのExtreme機械学習マシンカーネルを使用して、8つのコードの臭いを識別します。 以上の結果から,放射基底関数型カーネルは,平均98.52の精度で3つのカーネル法のうち最高の性能を発揮することが示唆された。
  論文  参考訳（メタデータ） (2021-08-08T12:10:20Z)

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。