
 
 
 Yazarlar : 
 
 
 
 
 Sayın Vegas Patricia Riofr ́ı Esperanza Marcos Natalia Juristo Authors: 
 
 
 
 
 Sayın Vegas Patricia Riofr ́ı Umut Marquez Natalia Yargıç Table Of Links Masanın sol tarafı abstraklık 1 Introduction 1 Giriş 2 Original Study: Research Questions and Methodology 2 Orijinal Çalışma: Araştırma Soruları ve Metodoloji 3 Original Study: Validity Threats 3 Orijinal Çalışma: Geçerlilik Tehditleri 4 Original Study: Results 4 Araştırma: Sonuçlar 5 Replicated Study: Research Questions and Methodology 5 Replikli Çalışma: Araştırma Soruları ve Metodoloji 6 Replicated Study: Validity Threats 6 Replikli Çalışma: Geçerlilik Tehditleri 7 Replicated Study: Results 7 Araştırma: Sonuçlar 8 Discussion 8 Tartışma 9 Related Work 9 İlgili İşler 10 Conclusions And References 10 Sonuçlar ve Referanslar Abstract abstraklık Yazılım geliştirmede tekrarlanan bir sorun, kullanılacak teknikler, yöntemler ve araçlar hakkında yanlış karar vermektir. Bu kararlar çoğunlukla geliştiricilerin bunlara ilişkin algılarına dayanmaktadır. İnsanların algılarını etkileyen bir faktör geçmiş deneyimdir, ancak bu tek değildir. Bu araştırmada, farklı tekniklerin hata algılama etkinliğinin algılarının önceki deneyim eksikliğinde gerçek etkinliğine ne kadar iyi uyduğunu keşfetmeyi amaçlıyoruz. Bunu yapmak için, empirik bir çalışma ve bir replika yaparız. Orijinal çalışmada, iki test tekniği ve bir kod inceleme tekniği uygulayan öğrencilerle kontrolli bir deney yaparız. Deneyin sonunda, hangi tekniğin en etkili olduğunu düşündüklerini bulmak için bir anket yaparlar. Sonuçlar katılımcıların algılarının yanlış olduğunu ve bu çelişki kalitede pahalı olduğunu gösterir. Sonuçları daha iyi anlayabilmek için, denetlenmiş deneyi tekrar ediyoruz ve anketi, katılımcıların teknikler ve programlar hakkında görüşleri hakkında sorular dahil etmek için genişletiyoruz. 1. Giriş Günümüzde, yazılım geliştirme şirketlerinin geliştiricilerin kendi teknolojik ortamlarını seçmelerine izin vermesi giderek daha popüler bir uygulamadır. Bu, farklı geliştiricilerin farklı üretkenlik araçlarını (programlama dili, IDE, vb.) kullanmalarına neden olur. Bununla birlikte, yazılım mühendisliği (SE) yanlış kararların elde edilen yazılımın kalitesini tehlikeye atabileceği insan yoğun bir disiplindir. SE'de, yazılım geliştirmede kullanılacak yöntemler, teknikler ve araçlar hakkında kararlar, Dyb ̊a et al. [19] ve Zelkowitz et al. [55] tarafından önerildiği gibi, geliştiricilerin algı ve/veya görüşlerine dayanmaktadır. Bununla birlikte, bazı yöntemler, teknikler veya araçlar belirli bir ortamda ya da hiçbir şekilde incelenmemiş olabilir. Alternatif olarak, geliştiriciler Vegas & Basili'ye göre bu tür çalışmalarla tanıdık olmayabilir [49]. Bu nedenle, geliştiricilerin algılarının ( inançların) gerçekliğe ne kadar iyi uyduğunu keşfetmek önemlidir ve eğer öyle değilse, Devanbu et al. tarafından belirtildiği gibi bu uyuşmazlığın arkasında ne olduğunu bulmak önemlidir.[14]. Psikoloji'ye göre, deneyim insanların algılarında bir rol oynar. Bu da Devanbu et al. tarafından gözlemlenmiştir [14] SE'de. Bununla birlikte, bu araştırma, kullanıldığı teknolojide önceki deneyim olmadığı takdirde algıların gerçekle ne kadar iyi eşleştiğini keşfetmeyi amaçlamaktadır.Bu, birkaç nedenden dolayı mantıklıdır: 1) deneyim geliştiricilerin algılarını etkileyen tek faktör değildir; 2) geliştirme ekipleri genellikle deneyimli ve deneyimsiz insanların bir karışımından oluşur; ve 3) deneyimlerin algıları etkileyen türü açık değildir. örneğin, Dieste et al. [17] profesyonel deneyim yerine akademik deneyim geliştiricilerin Test-Driven Development uygulamasında ürettiği kodun dış kalitesini etkileyebileceği sonucuna varmaktadır. Üç hata algılama tekniklerinin etkinliğine dair algıların gerçekliğe uygun olup olmadığını ve aksi takdirde bu algıların arkasında ne olduğunu incelemek istiyoruz. Bildiğimiz en iyi şekilde, bu, bu sorunu empirik olarak değerlendirmek için ilk makale. Bu amaçla, öğrencilerle birlikte empirik bir çalışma ve bir replikasyon gerçekleştirdik. Orijinal çalışmada, katılımcılar tarafından uygulandığında iki test teknikinin ve bir kod inceleme tekniğinin etkinliğini ölçtük (kontrollü bir deneyin bir parçası olarak). Daha sonra, algılanan en etkili tekniği (soruşturma aracılığıyla toplandığımızı) gerçek tekniğe karşı kontrol ettik. Ek olarak, etkililiğin kaybı açısından algı ve gerçeklik arasındaki çelişki maliyetini analiz ettik. - Farklı insanlar farklı teknikleri daha etkili olarak algılar. hiçbir teknik diğerlerinden daha etkili olarak algılanmaz. - Katılımcıların% 50'sinin algıları (11 / 23) yanlıştır. Tekniklerin yanlış algılanması ortalama 31pp (percentaj puanları) verimliliğini azaltabilir. Bu bulgular, katılımcıların algılarının arkasında ne olabileceğini araştırmak için bir replika olarak çalışmanın amacını genişletmemize yol açtı. Bunu yapmak için, uyguladıkları teknikler ve denetlenmiş deneyin bir replikasında test ettikleri programlar hakkında görüşlerini inceledik. – Replikasyonun sonuçları orijinal çalışmanın bulgularını doğruluyor. – Katılımcılar tekniğin etkinliğinin yalnızca performanslarına bağlı olduğunu ve tekniğin kendisinin olası zayıflıklarına bağlı olmadığını düşünüyorlar. – Tekniğin karmaşıklığı ve teknik tercihleri ile ilgili görüşler, algılanan etkinliğe göre bir rol oynamıyor gibi görünüyor. Geliştiriciler yargının sınırlarını bilmelidirler. - Tekniklerin ne kadar etkili olduğu konusunda geliştiricilere geri bildirim sağlayan araçlar tasarlanmalıdır. – Uygulanacak tekniklerin en iyi kombinasyonu, aynı zamanda kolayca uygulanabilir ve etkili olarak belirlenmelidir. – Geliştiriciler için empirik sonuçları sağlamak için araçlar geliştirilmelidir. Burada sunulan çalışmalarla ilgili materyaller https://github.com/GRISE-UPM/Misperceptions adresinde bulunabilir. Makale aşağıdaki şekilde düzenlenmiştir. Bölüm 2 orijinal çalışmayı tanımlar. Bölüm 3 geçerlilik tehditlerini sunar. Bölüm 4 sonuçları tartışır. Bölüm 5 orijinal çalışmaya yapılan değişikliklere dayanarak tekrarlanan çalışmayı tanımlar. Bölüm 6 geçerlilik tehditlerini sunar. Bölüm 7 bu tekrarlanan çalışmanın sonuçlarını bildirir. Bölüm 8 bulgularımızı ve etkilerini tartışır. Bölüm 9 ilgili çalışmayı gösterir. Son olarak, Bölüm 10 bu çalışmanın sonuçlarını özetler. 
 
 Bu makale CC BY-NC-ND 4.0 lisansı altında mevcuttur. Bu kağıt CC BY-NC-ND 4.0 lisansı altında available on arxiv Arşivde kullanılabilir

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

EScholar Technologies

EScholar

Bu ses hikayenin orijinal dilinde üretilmiştir!

Neden Geliştiriciler Yanlış Test Tekniklerini Seçiyor

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

Claude Sonnet 3.5 Sistem Bilgi Sızıntısı: Adli Analiz

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Sulara Yelken Açmak: Data Lakes ile Üretim Sınıfında RAG Uygulamaları Geliştirme

Yapay Zekanın Gücünü Ortaya Çıkarıyoruz. En Son Tekniklerin Sistematik Bir İncelemesi: Özet ve Giriş

Claude Sonnet 3.5 Sistem Bilgi Sızıntısı: Adli Analiz

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Sulara Yelken Açmak: Data Lakes ile Üretim Sınıfında RAG Uygulamaları Geliştirme

Yapay Zekanın Gücünü Ortaya Çıkarıyoruz. En Son Tekniklerin Sistematik Bir İncelemesi: Özet ve Giriş

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps