論文の概要: Why Do Pull Requests Go Silent? Uncovering the Barriers to Contribution Completion in Open-Source Code Review
- arxiv url: http://arxiv.org/abs/2609.22625v1
- Date: Fri, 18 Sep 2026 22:21:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 00:40:45.439798
- Title: Why Do Pull Requests Go Silent? Uncovering the Barriers to Contribution Completion in Open-Source Code Review
- Title（参考訳）: なぜプルリクエストが無実になるのか? オープンソースコードレビューでバリヤがコントリビューションを完了
- Abstract要約: プルリクエスト(PR)は、オープンソースのプロジェクトにおいて、分散コードレビューと協力的なコントリビューションを可能にすることによって、プルベースのソフトウェア開発を支える。
しかし、多くの人は統合前に不活発になり、最終的に放棄または閉鎖され、コントリビュータとメンテナの努力を無駄にします。
私たちは、stale-botを使用して、19のGitHubリポジトリから14,234の停止したPRと164,562のレビューコメントを分析した。
- 参考スコア（独自算出の注目度）: 2.7179037289024417
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Pull requests (PRs) underpin pull-based software development by enabling distributed code review and collaborative contribution in open-source projects. Yet many become inactive before integration and are eventually abandoned or closed, wasting contributor and maintainer effort. Although prior work has examined PR abandonment and review delays, less is known about the contribution types, discussion-level barriers, and post-stalling collaboration patterns associated with inactivity. We investigate which PR types most often stall, why inactivity occurs from authors' and reviewers' perspectives, and how stalling relates to later contributor and reviewer engagement. We analyzed 14,234 stalled PRs and 164,562 review comments from 19 popular GitHub repositories using stale-bot workflows. An LLM-based voting classifier categorized PRs by contribution type, while quantitative analysis was combined with qualitative coding of general and inline review discussions. Feature-enhancement and issue-fixing PRs formed the largest share, together exceeding 77% of classified stalled PRs. General comments linked stalling mainly to communication and coordination breakdowns, including missing interaction, delayed feedback, and unclear follow-up. Inline comments showed that inactivity does not always reflect disengagement: many PRs were blocked by technical or dependency issues, including failing checks, configuration problems, compatibility concerns, and environment mismatches. Only 39.56% of contributors later submitted another PR, and reviewer re-engagement with the same contributors was approximately 21%. PR inactivity is a socio-technical coordination problem involving communication, technical readiness, review ownership, and automation practices. We recommend type-aware triage, clearer review feedback, explicit ownership of next actions, CI blocker management, and cause-aware stale-bot interventions.
- Abstract（参考訳）: プルリクエスト(PR)は、オープンソースのプロジェクトにおいて、分散コードレビューと協力的なコントリビューションを可能にすることによって、プルベースのソフトウェア開発を支える。
しかし、多くの人は統合前に不活発になり、最終的に放棄または閉鎖され、コントリビュータとメンテナの努力を無駄にします。
以前の作業ではPRの放棄とレビューの遅れについて検討されてきたが、コントリビューションタイプや議論レベルの障壁、不活発に関連するポストスタンリングのコラボレーションパターンについてはあまり知られていない。
筆者らは,どのPRタイプが最も多く行き詰まるのか,なぜ著者やレビュアーの視点で不活性が生じるのか,また,後のコントリビュータやレビュアーの関与とどのような関係があるのかを検討する。
私たちは、stale-botワークフローを使用して、14,234の停止したPRと、19の人気のあるGitHubリポジトリからの164,562のレビューコメントを分析しました。
LLMに基づく投票分類では, PRをコントリビューションタイプで分類し, 定量分析と定性的コーディングを組み合わせ, インラインレビューの議論を行った。
機能向上と課題修正のPRが最大のシェアを占め、分類された停滞したPRの77%を突破した。
一般的なコメントは、主にコミュニケーションとコーディネーションのブレークダウン、コミュニケーションの欠如、フィードバックの遅れ、不明なフォローアップなどに関連している。
多くのPRは技術的あるいは依存性の問題によってブロックされ、チェックの失敗、構成上の問題、互換性の問題、環境のミスマッチなどがあった。
コントリビュータの39.56%のみが後に別のPRを提出し、同じコントリビュータによるレビュアーの再採用はおよそ21%だった。
PR不活性は、コミュニケーション、技術的準備、レビューオーナシップ、自動化プラクティスを含む社会技術的調整の問題である。
タイプアウェアのトリアージ、レビューフィードバックの明確化、次のアクションの明示的なオーナシップ、CIブロッカー管理、ファシリティアウェアのステールボットの介入を推奨しています。
関連論文リスト
- SWE-Review: Closing the Loop on Issue Resolution with Agentic Code Review [47.72392142544407]
コーディングエージェントは、現実世界のソフトウェア問題に対するプルリクエスト(PR)をますます生成します。
PRは、体系的なレビュー、診断、修正なしに提案される。
エージェントコードレビューでこのループを閉じるためのフレームワークである textbfSWE-Review を導入する。
論文 参考訳（メタデータ） (2026-07-07T09:37:45Z) - On the Footprints of Reviewer Bots Feedback on Agentic Pull Requests in OSS GitHub Repositories [2.155083987188202]
本研究では,レビュアーボットのフィードバックとPR結果の関係について検討する。
AI_Devデータセットから,4,532のPRに対する7,416のレビュアボットコメントを分析した。
以上の結果から,レビュアボットのコメントは主にバグ修正,テスト,ドキュメンテーションに焦点が当てられている。
論文 参考訳（メタデータ） (2026-04-27T13:17:13Z) - The Value of Effective Pull Request Description [5.518378568494161]
プルベースの開発では、コードコントリビューションはプルリクエスト(PR)として送信され、他の開発者のレビューや承認を受ける。
筆者らは,PR記述書作成ガイドラインの灰色文献レビューを行い,推奨8項目の分類を導出した。
我々は156のプロジェクトと5つのプログラミング言語にまたがる80万のGitHub PRを分析し、これらの要素とコードレビューの結果の関連性を評価した。
論文 参考訳（メタデータ） (2026-02-16T10:15:21Z) - Why Are AI Agent Involved Pull Requests (Fix-Related) Remain Unmerged? An Empirical Study [5.127121704630949]
AIDEV POPデータセットから広く使用されている5つのAIコーディングエージェントによって作成された8,106の修正関連PRを分析した。
以上の結果から,他のPRによるテストケース障害や,同じ問題に対する事前解決が,非統合の最も一般的な原因であることが示唆された。
論文 参考訳（メタデータ） (2026-01-29T22:06:58Z) - Where Do AI Coding Agents Fail? An Empirical Study of Failed Agentic Pull Requests in GitHub [5.808464460707249]
われわれはGitHub全体で5人のコーディングエージェントが作成した33kエージェントのPRを大規模に調査している。
まず,4次元のPRを定量的に特徴付ける。
マージされていないPRは、より大きなコード変更を伴い、より多くのファイルに触れる傾向があり、プロジェクトのCI/CDパイプライン検証に合格しないことが多い。
論文 参考訳（メタデータ） (2026-01-21T17:12:46Z) - Why Authors and Maintainers Link (or Don't Link) Their PyPI Libraries to Code Repositories and Donation Platforms [83.16077040470975]
Python Package Index(PyPI)上のライブラリのメタデータは、オープンソースライブラリの透明性、信頼性、持続性をサポートする上で重要な役割を果たす。
本稿は,5万PyPIの著者とメンテナに送付された2つの対象調査を組み合わせた大規模実証研究である。
我々は,大規模言語モデル(LLM)に基づくトピックモデリングを用いて1,400以上の応答を分析し,リポジトリと寄付プラットフォームのリンクに関連する重要なモチベーションと障壁を明らかにする。
論文 参考訳（メタデータ） (2026-01-21T16:13:57Z) - What Can Natural Language Processing Do for Peer Review? [173.8912784451817]
現代の科学ではピアレビューが広く使われているが、それは難しく、時間がかかり、エラーを起こしやすい。
ピアレビューに関わるアーティファクトは大部分がテキストベースであるため、自然言語処理はレビューを改善する大きな可能性を秘めている。
筆者らは、原稿提出からカメラ対応リビジョンまでの各工程について詳述し、NLP支援の課題と機会について論じる。
論文 参考訳（メタデータ） (2024-05-10T16:06:43Z) - Understanding the Helpfulness of Stale Bot for Pull-based Development:
An Empirical Study of 20 Large Open-Source Projects [5.0760915931572]
StalebotはGitHubによって導入され、このようなアクティブでないPRを自動的に追跡、追跡、クローズする。
20の大規模で人気のあるオープンソースプロジェクトについて、実証的研究を行いました。
Staleボットは、未解決のPRのバックログを扱うのに役立ちます。
しかし、Staleボットは、プロジェクトが採用後にアクティブなコントリビュータの数が大幅に減少しているため、コントリビュータに悪影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2023-05-29T15:25:06Z) - Combinatorial Pure Exploration with Full-bandit Feedback and Beyond:
Solving Combinatorial Optimization under Uncertainty with Limited Observation [70.41056265629815]
最適化アルゴリズムを開発する際、エッジウェイトなどのパラメータが入力として正確に知られていることが一般的である。
本稿では、最近、限られたフィードバックを伴う純粋探索問題に対する手法について概説する。
論文 参考訳（メタデータ） (2020-12-31T12:40:52Z) - 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。