Software developers, moods, emotions, and performance
研究表明，当涉及到生产力时，软件开发人员的快乐会得到回报。
2014-06-20 cs.SE
Predictors of Well-being and Productivity among Software Professionals during the COVID-19 Pandemic -- A Longitudinal Study
COVID-19大流行迫使世界各国政府对其公民实施行动限制。尽管这些限制对降低病毒繁殖率至关重要，但也带来了深远的社会和经济后果。在本文中，我们调查的影响，这些限制在个人层面上的软件工程师谁在家工作。尽管软件专业人员习惯于使用数字化工具工作，但并非所有人都是远程工作，在他们的日常工作中，突然和强制的在家工作环境导致了软件工程社区前所未有的情况。在一项两波纵向研究（N=192）中，我们涵盖了50多个以前与幸福感或生产力相关的心理，社会，情境和生理因素。例子包括焦虑，分心，应对策略，心理和生理需求，办公室设置，压力和工作动机。这种设计使我们能够确定解释幸福感和生产力独特差异的变量。结果包括：（1）社会交往的质量正向预测，压力负向预测一个人的幸福感时，控制其他变量一致的两个波;（2）无聊和分心负向预测生产力;（3）与第一次相比，第二次生产率与所有预测变量的相关性较低，这表明软件工程师随着时间的推移适应了封锁的情况;（4）纵向分析没有提供证据表明任何预测变量因果解释幸福感和生产力的变化。总的来说，我们得出结论，在家工作本身对软件工程师来说并不是一个重大的挑战。
2021-01-24 cs.CY cs.SE
Looking at Software Sustainability and Productivity Challenges from NSF
本文是对计算科学与工程软件可持续性和生产力挑战（CSESSP挑战）研讨会（https：//www.nitrd.gov/csessp/）的贡献，该研讨会由网络和信息技术研究与开发（NITRD）软件设计和生产力（SDP）协调小组主办，于2015年10月15日至16日在美国华盛顿特区举行。它介绍了软件在美国国家科学基金会（NSF）和NSF软件基础设施持续创新（SI 2）计划中的作用，然后描述了SI 2计划已经确定的挑战，包括资助模式，职业道路，激励措施，培训，跨学科工作，可移植性和传播，以及已经吸取的教训。
2015-08-17 cs.CY cs.SE
Mind the Gap: On the Relationship Between Automatically Measured and Self-Reported Productivity
提高软件开发人员的生产率一直是软件工程研究的圣杯。但是，在我们宣称已经改进之前，我们必须首先能够衡量生产率。这绝非小事。事实上，关于软件工程师生产力的两条独立的研究路线几乎完全孤立地共存了很长一段时间：一方面是自动化产品和过程测量，另一方面是自我报告或感知的生产力。在这篇文章中，我们弥合了两者之间的差距与81软件开发人员在微软的实证研究。
2020-12-14 cs.SE
Formal methods and software engineering for DL. Security, safety and productivity for DL systems development
深度学习（DL）技术现在已经广泛应用，并被集成到许多重要的系统中。它们的分类和识别能力确保了它们与多个应用领域的相关性。作为依赖于训练而不是算法编程的机器学习，它们提供了高度的生产力。但它们可能容易受到攻击，并且验证其正确性只是作为一种科学和工程可能性才刚刚出现。本文是对以前发表的调查的重大更新，试图涵盖这一领域的所有最新出版物。它还涵盖了一个更近的趋势，即设计用于生成和训练神经网络的特定领域语言。
2019-01-31 cs.DC cs.SE
A Systematic Review of Productivity Factors in Software Development
分析和提高生产率一直是软件工程研究的主要目标之一。对各种因素进行了大量的研究，产生了几种用于分析和预测生产率的模型。然而，生产力仍然是当前软件开发中的一个问题，并不是所有的因素及其关系都是已知的。本文回顾了大量的可用文献，以提炼出一个列表的主要因素影响生产力的调查。这里重要性的度量是一个因素被提及的文章的数量。在软件工程中，对软的或与人有关的因素给予了特别的考虑，这些因素通常不像更技术性的因素那样被同样详细地分析。由此产生的清单可用于指导进一步的分析，并作为建立生产力模型的基础。
2018-01-19 cs.SE
Do feelings matter? On the correlation of affects and the self-assessed productivity in software engineering
背景：软件工程研究（SE）缺乏解决软件开发中人的方面的理论和方法。发展任务是通过认知加工活动进行的。情感（情绪，情绪，感觉）与认知处理活动和个人的生产力有关。SE研究需要纳入影响测量，以评价人为因素，并提高管理风格。目的：分析软件开发人员的效价、唤醒和支配的情感维度及其与自我评估生产力（sPR）的实时相关性。方法：重复测量设计，8名参与者（4名学生，4名专业人员），方便地取样，并在90分钟的编程中单独研究。通过拟合线性混合效应（LME）模型进行分析。结果：效价和优势度与sPR呈正相关。该模型能够表达与sPR的约38%的偏差。许多经验教训时，采用心理测量SE和拟合LME。结论：这篇文章论证了在SE中应用心理测试的价值，并响应了对软件开发人员的人性化、个性化方面进行评价的呼吁。它报告了一系列关于影响的知识，它们的分类，它们的测量，以及使用LME模型在SE中进行心理测量的最佳实践。
2014-08-07 cs.SE
The Daily Life of Software Engineers during the COVID-19 Pandemic
随着COVID-19疫情爆发及随后的封锁，软件工程师的日常生活受到干扰，并突然被迫在家远程工作。这一变化深刻影响了典型的工作程序，影响了福祉和生产力。此外，这场流行病将对软件行业产生长期影响，几家科技公司允许员工无限期在家工作，如果他们愿意的话。因此，分析和理解在家工作时典型的工作日是什么样子以及个人活动如何影响软件开发人员的福祉和生产力是至关重要的。我们进行了一项两波纵向研究，涉及近200名全球精心挑选的软件专业人士，推断日常活动与感知的幸福感，生产力和其他相关的心理和社会变量。结果表明，软件工程师在家做特定活动的时间与在办公室工作的时间相似。然而，我们也发现了一些显著的平均差异。开发人员在每项活动上花费的时间与他们的幸福感、感知生产力和其他变量无关。我们的结论是，远程工作本身对组织或开发人员来说并不是一个挑战。
2021-01-12 cs.SE
The Impact of AI-Generated Solutions on Software Architecture and Productivity: Results from a Survey Study
本研究通过调查软件从业者，发现AI工具显著提升生产力，但收益随项目复杂度增加而降低；对较小代码片段无质量负面影响，复杂问题需架构师进行分解与集成。
2025-06-21 cs.SE
The Impact of AI Coding Assistants on Software Engineering: A Longitudinal Study
University of Auckland（奥克兰大学）
通过纵向混合方法调查，研究AI编码助手对专业软件工程师任务专注度、开发者体验和生产力的影响，发现工作重心从创建转向验证，并提出监督工程工作概念，同时揭示生产力-体验悖论。
2026-11-05 cs.SE
Assessing Practitioner Beliefs about Software Engineering
软件工程是一门高度动态的学科。因此，随着时代的变化，我们对这一领域核心过程的信念也会发生变化。本文检查了过去几十年中产生的关于（i）开发人员生产力;（ii）软件质量和（iii）多年开发经验之间关系的五个信念。使用1995年至2006年期间从1,356名开发人员收集的数据，我们发现只有一个支持五个信念，题为“质量需要生产力”。我们没有发现其他四个基于程序设计语言和软件开发人员的信念的明确支持。然而，从其他四个信念的零星证据中，我们了解到，一个狭窄的范围可能会欺骗从业者，使他们误解某些影响，从而在日常工作中保持下去。最后，通过评估这五个信念的汇总视图，我们发现程序设计语言是开发人员生产力和软件质量的混杂因素。因此，这项工作的总体信息是，它是既重要又可能重新审视SE的旧信念。研究人员和实践者应该定期重新测试旧的信念。
2021-05-24 cs.SE
GitHub Copilot and Developer Productivity: An Observational Dose-Response Analysis
Microsoft（微软）
通过固定效应模型和泊松伪最大似然估计，分析 16,223 名工程师的 43 周数据，发现 GitHub Copilot 的使用强度与工程师完成的 PR 数量呈单调递增但边际递减的正相关，在控制开发努力后最高使用周比零使用周 PR 完成量增加 40.5%。
2026-05-30 cs.SE
Are Happy Developers more Productive? The Correlation of Affective States of Software Developers and their self-assessed Productivity
几十年来，人们一直声称提高软件开发人员生产力的一种方法是关注人。事实上，虽然人的因素已经在软件工程研究中得到了认可，但很少有实证研究试图验证这一说法。开发任务是通过认知处理能力来完成的。情感状态-情绪，情绪和感觉-对工作相关的行为，认知处理活动和个人的生产力有影响。在本文中，我们报告了一项实证研究的影响，情感状态对软件开发人员的性能，而编程。两个情感状态维度与自我评估的生产力呈正相关。我们展示了应用心理测量学在软件工程研究中的价值，并呼吁对软件开发人员的人性化、个性化方面进行评价。我们引入并验证了测量工具和线性混合效应模型来研究软件开发人员的情感状态和生产力的相关性。
2013-06-07 cs.HC cs.SE
Three Controlled Experiments in Software Engineering with the Two-Tier Programming Toolkit: Final Report
三个控制实验测试的好处，Java程序员获得使用两层编程工具包最近已经结束。第一个实验提供了统计学上显著的证据（p值：0.02），程序员谁进行了最低限度的（1小时）培训，在使用当前的原型表现出76%的生产力提高在软件开发和维护的关键任务。第二个实验表明，使用TTP工具包可能（p值：0.10），程序员执行与软件质量相关的任务的准确性几乎提高了三倍。第三个实验表明，TTP工具包在执行非常短的时间（10分钟以下）时没有提供显着的生产率提高。任务
2010-09-01 cs.SE
Supporting Developers in Porting Software via Combined Textual and Structural Analysis of Software Artifacts
这是计算科学与工程软件可持续性和生产力挑战（CSESSP挑战）研讨会的立场文件，由网络和信息技术研究与开发（NITRD）软件设计和生产力（SDP）协调小组主办，于2015年10月15日至16日在美国华盛顿特区举行。它讨论了角色推荐系统，基于源代码中的文本和结构信息，并通过挖掘相关应用程序进一步增强，可以在提高科学和工程软件的可移植性。
2015-08-17 cs.SE
The Impact of AI Tool on Engineering at ANZ Bank An Empirical Study on GitHub Copilot within Corporate Environment
The Australia and New Zealand Banking Group Limited（澳大利亚和新西兰银行集团有限公司）
本研究以澳新银行为对象，通过六周对照实验及大规模使用数据，验证GitHub Copilot可显著提升软件工程的生产力与代码质量，且使用者满意度较高，但对代码安全的影响尚不明确。
2024-04-17 cs.AI cs.SE
The Transformative Influence of LLMs on Software Development & Developer Productivity
本文系统综述了LLMs作为AI编程助手对软件开发的影响，揭示了隐私、偏见等挑战，并提出12个开放问题。
2025-07-05 cs.HC cs.SE
What's DAT? Three Case Studies of Measuring Software Development Productivity at Meta With Diff Authoring Time
Meta Platforms, Inc.（Meta平台公司）
本文通过三个案例研究展示DAT如何通过差异作者时间测量软件开发生产力，验证了DAT在提升开发效率和优化内部工作流程方面的有效性。
2026-04-13 cs.SE
Evaluating the Impact of Pair Documentation on Requirements Quality and Team Productivity
本文通过对照实验比较结对文档与传统文档，发现两人协作编写需求可显著提升SRS质量与团队生产力，为组建高效需求工程团队提供依据。
2023-04-27 cs.SE
Satisfaction and Performance of Software Developers during Enforced Work from Home in the COVID-19 Pandemic
随着COVID-19疫情爆发及随后的封锁，软件工程师的日常生活受到严重干扰，因为他们突然被迫在家远程工作。为了更好地理解和对比新现实中的典型工作日与大流行前的工作，我们对远程招聘的软件工程师进行了一项探索性研究（N = 192）和一项验证性研究（N = 290）。具体来说，我们建立在自我决定理论，以评估是否以及如何特定的活动与软件工程师的满意度和生产力。为了探索主题领域，我们首先进行了两波纵向研究。我们发现，软件工程师花在特定活动上的时间（例如，在家工作时的编程、修复漏洞、帮助他人）与大流行前的情况类似。此外，开发人员花在每项活动上的时间与他们的总体健康状况、感知生产力和其他变量（如基本需求）无关。我们的验证性研究发现，活动特定变量（例如，软件工程师在编码过程中有多少自主权）确实可以预测活动满意度和生产力，但不是通过活动独立变量，如一般弹性或良好的工作与生活平衡。有趣的是，我们发现，当软件工程师帮助他人时，满意度和自主性明显较高，而当他们修复错误时，满意度和自主性较低。最后，我们讨论了对软件工程师，管理和研究人员的影响。特别是，积极的公司政策，以支持开发人员的自主权，相关性和能力的需要似乎特别有效的WFH的背景下。
2023-01-13 cs.SE
Do Software Languages Engineers Evaluate their Languages?
领域特定语言（DSL）可以帮助提高生产力，同时减少所需的维护和编程专业知识。我们假设软件语言工程（SLE）开发人员一贯跳过或放松语言评估。根据其他类型软件产品的工程经验，我们认为这可能会导致部署不适当的语言。语言已经处理了问题领域的概念，而不是解决方案领域的概念，这一事实不足以验证几个关键问题，例如它的表达性，可用性，有效性，可维护性，甚至是领域专家在使用它们时的生产力。我们对2001年至2008年发表在顶级场馆的文章进行了系统的回顾，这些文章报道了DSL的构建，以描述常见的实践。这项工作证实了我们最初的假设，并奠定了基础，讨论如何包括一个系统的方法，DSL的SLE过程中的评估。
2011-09-30 cs.SE
Impostor Phenomenon in Software Engineers
本研究通过面向26国624名软件工程师的理论驱动调查，量化IP在性别、种族、家庭状况上的差异，并证实其对SPACE框架下感知生产力具有显著负面影响。
2023-12-07 cs.SE
A Survey-Based Qualitative Study to Characterize Expectations of Software Developers from Five Stakeholders
背景资料：对开发人员生产力和幸福感的研究发现，对软件团队生产力的看法可能是一个社会技术问题。通过管理软件团队的期望，可以更好地处理直觉、问题和挑战。目标：我们的目标是了解软件开发人员的期望是否对软件团队中的不同利益相关者有所不同。方法：我们调查了181名专业软件开发人员，以了解他们对五个不同利益相关者的期望：（1）组织，（2）管理人员，（3）同行，（4）新员工，（5）政府和教育机构。这五个利益相关者是通过对软件开发人员进行半正式访谈确定的。我们提出开放式调查问题，并使用开放式编码分析回答。结果：我们观察到18个多方面的期望类型。虽然有些期望对利益相关者更具体，但其他期望是跨领域的。例如，开发人员期望从他们的组织获得工作利益，但期望从他们的组织、同事和新员工那里采用标准的软件工程（SE）实践。结论：在18个类别中，有三个类别与职业发展有关。这一观察结果支持了先前的研究，即幸福不能仅仅通过提供更多的钱或晋升来保证。在大多数的回应中，我们发现教育机构希望提供相关的教学，政府希望提高工作稳定性，这表明这些组织在帮助软件开发人员方面的作用越来越重要。在COVID-19大流行期间，这一观察结果尤其如此。
2021-07-20 cs.SE
Understanding Developers Well-Being and Productivity: a 2-year Longitudinal Analysis during the COVID-19 Pandemic
本文通过为期 24 个月的纵向研究，分析了 COVID-19 疫情期间软件工程师的幸福感、生产力及社交联系变化，发现开发者普遍偏好混合工作安排，并提出 IJARS 综合模型来解释相关机制。
2023-08-10 cs.HC cs.SE
What Is Software Engineering?
后来的翻译（2015年）的文章在俄罗斯发表于1990年。本文提出了一种为软件工程学科领域定义一组基本概念的方法。这套概念的目的是作为一个基础，检测和纠正一些普遍存在的概念错误的努力，旨在提高质量和工作效率，在创建和操作的软件。
2015-08-11 cs.SE
From Ad-Hoc Scripts to Orchestrated Pipelines: Architecting a Resilient ELT Framework for Developer Productivity Metrics
Adobe Inc.（Adobe公司）
本文提出通过DAG编排和Medallion架构构建鲁棒ELT流程，以提升开发者生产力指标的可靠性与可持续性。
2026-02-25 cs.SE
Mining Valence, Arousal, and Dominance - Possibilities for Detecting Burnout and Productivity?
与其他行业类似，软件工程领域也受到诸如倦怠等心理疾病的困扰，这会导致开发人员失去兴趣，表现出较低的活动和/或感到无能为力。预防对这类疾病至关重要，而预防又需要及早发现症状。情绪维度的效价，唤醒和支配（VAD）能够从文本通信（如电子邮件）中获得一个人的兴趣（吸引力），激活水平和对特定情况的感知控制水平。作为识别软件工程中生产力损失症状的第一步，本文探讨了VAD指标及其在700，000个Jira问题报告（包含2，000，000条评论）上的属性，因为问题报告跟踪了开发人员在解决错误或新功能方面的进展。使用具有已知VAD分数的14，000个英语单词的通用词典，我们的结果表明，不同类型的问题报告（例如，特征请求与错误）具有合理的效价变化，而问题优先级的增加（例如，从轻微到严重）通常会增加唤醒。此外，我们表明，作为一个问题的解决时间的增加，所以没有觉醒的个人的问题被分配。最后，问题的解决提高了效价，特别是对于问题报告者和快速解决的问题。VAD和问题报告活动之间的这种关系的存在表明，文本挖掘在未来可以提供一种替代方式的工作健康评估调查的承诺。
2016-03-14 cs.SE
Individual Differences Limit Predicting Well-being and Productivity Using Software Repositories: A Longitudinal Industrial Study
针对软件开发者幸福感与生产力预测难题，通过工业团队纵向研究发现个体差异是主要影响因素，个性化预测模型效果更优，为相关管理与研究提供参考。
2021-04-28 cs.SE
Examining the Use and Impact of an AI Code Assistant on Developer Productivity and Experience in the Enterprise
本研究通过调查和测试，考察了IBM内部署的LLM代码助手WCA对开发者生产力与体验的影响，发现该工具虽能提升净生产力，但并非所有用户均能受益。
2025-03-04 cs.HC cs.SE
The Role of GitHub Copilot on Software Development: A Perspective on Productivity, Security, Best Practices and Future Directions
Virginia Tech（弗吉尼亚理工大学）；BML Munjal University（BML Munjal大学）；Indiana Tech（印第安纳理工大学）
本文通过文献调查综合分析了 GitHub Copilot 对软件开发生产力和安全性的影响，指出其在加速编码的同时存在安全与知识产权风险，并提出负责任采用 AI 的最佳实践与未来方向。
2025-05-02 cs.AI cs.SE
"Maybe We Need Some More Examples:" Individual and Team Drivers of Developer GenAI Tool Use
本研究通过对27个团队54名开发者的配对访谈，揭示了开发者生成式AI工具使用差异的三类驱动因素，并指出组织无学习支持的快速提效预期会形成“生产力压力悖论”，反而削弱采用收益。
2025-07-28 cs.SE
Experience with GitHub Copilot for Developer Productivity at Zoominfo
Zoominfo（Zoominfo公司）
本文评估了GitHub Copilot在Zoominfo超400名开发者中的部署效果，采用四阶段方法，结合接受率与满意度调查，报告33%建议接受率和72%满意度，总结企业级AI辅助开发经验。
2025-01-23 cs.AI cs.SE
Time Warp: The Gap Between Developers' Ideal vs Actual Workweeks in an AI-Driven Era
Georgia Institute of Technology（佐治亚理工学院）；Microsoft（微软公司）；Microsoft Research（微软研究院）；University of California, Irvine（加利福尼亚大学欧文分校）
本研究通过对微软484名软件开发者的调查，量化了理想与实际工作周偏差对开发者生产力和满意度的影响，识别了高影响任务，并为软件工程领域AI自动化方向提供了数据驱动的参考。
2025-02-21 cs.AI cs.HC cs.SE
Task Interruptions in Requirements Engineering: Reality versus Perceptions!
任务切换和中断是软件开发项目中的日常现实：开发人员在需求工程（RE）、编码、测试、日常会议和其他任务之间切换。任务转换可以通过增加信息流和有效的时间管理来提高生产力。然而，它也可能导致认知负荷重新定位主要任务，这导致开发人员的生产力下降和错误增加。这种认知负荷甚至更大的情况下，认知要求的任务，作为典型的RE活动。为了比较RE中任务切换的现实与开发人员的感知，我们进行了两项研究：（i）对19名开发人员的5，076个记录任务的案例研究分析和（ii）对25名开发人员的调查。我们的回顾性分析的结果表明，在所有的情况下，RE中断的破坏性在统计上不同于其他软件开发任务，RE相关的任务更容易受到中断相比，其他任务类型。此外，我们发现，上下文切换，中断任务的优先级，以及中断源和时间是影响RE中断的关键因素。我们还提供了一组RE任务切换模式，以及从业者和研究人员的建议。虽然我们的回顾性分析结果表明，自我干扰比外部干扰更具破坏性，但开发人员对各种干扰源的破坏性有不同的看法。
2017-07-04 cs.SE
Impacts of Generative AI on Agile Teams' Productivity: A Multi-Case Longitudinal Study
Pontifical Catholic University of Rio de Janeiro（里约热内卢天主教大学）；University of Bari（巴里大学）；Federal University of Cariri（卡拉伊联邦大学）
本研究通过多案例纵向研究，发现生成式AI工具显著提升敏捷团队绩效和幸福感，其影响在于增加开发工作的价值密度而非工作量。
2026-02-14 cs.SE
Identifying Factors Contributing to Bad Days for Software Developers: A Mixed Methods Study
本研究通过访谈、调查、日记研究与遥测数据分析的混合方法，识别并验证导致软件开发者“糟糕一天”的关键因素及其对生产力、满意度和幸福感的影响。
2024-10-24 cs.CY cs.SE
Software Engineering Practices for Scientific Software Development: A Systematic Mapping Study
背景资料：科学软件应用程序的开发远非微不足道，因为这些应用程序的必要复杂性不断增加，它们的规模不断增加，并且需要密集的维护和重用。目标：为此，科学软件开发人员（通常缺乏正式的计算机科学背景）需要使用适当的软件工程（SE）实践。本文介绍了一个系统的映射研究的结果，使用SE的科学应用开发和它们对软件质量的影响。方法：为了实现这一目标，我们进行了系统的映射研究的359篇论文。我们首先描述了一个目录中使用的科学软件开发的SE实践。然后，我们讨论了驱动这些实践应用的感兴趣的质量属性，以及将实践应用于质量的尝试性副作用。结果如下：主要研究结果表明，科学软件开发人员正在关注提高实现生产力的实践，如代码重用，使用第三方库，以及应用“好”的编程技术。此外，除了发现性能是许多这些应用程序的关键驱动力之外，科学软件开发人员还发现可维护性和生产力也很重要。结论：研究结果与现有文献进行了比较，解释下的软件工程棱镜，研究人员和从业人员提供的各种影响。该研究的主要发现之一，被认为是推动未来研究工作的重要因素，是缺乏在应用软件实践时需要做出权衡的证据，即，对其他质量属性的负面（间接）影响。
2020-10-19 cs.SE
From Horizontal Layering to Vertical Integration: A Comparative Study of the AI-Driven Software Development Paradigm
China Creative Studies Institute（中国创意研究学院）；Shanghai Zhongqiao Vocational and Technical University（上海仲桥职业技术大学）；Shanghai Jiaotong University（上海交通大学）
本文研究了AI驱动的软件开发范式转变，发现垂直整合可大幅降低资源消耗，并提出人机协作效能作为组织优化的新目标。
2026-01-30 cs.AI cs.SE
Moving on from the software engineers' gambit: an approach to support the defense of software effort estimates
提高生产力和更快交付的压力越来越多地渗透到软件组织中。这可能会导致软件工程师像下棋的棋手一样采取行动--牺牲他们在技术上合理的估计，从而使他们的团队面临时间压力。反过来，时间压力会产生各种不利影响，例如产品质量差和情绪困扰，降低生产力，从而导致更多的时间压力和延迟：一个难以停止的恶性循环。这表明，有必要从屈服于压力的被动策略转向更积极的维护软件评估的策略。因此，我们提出了一种方法，支持软件估计在获取知识，如何进行这种防御，通过引入谈判原则封装在一组防御镜头，通过数字仿真。我们通过与来自不同公司的软件从业人员进行对照实验来评估所提出的方法。我们收集了参与者的态度，主观规范，感知行为控制，并根据计划行为理论进行辩护的意图。我们采用了频率论和贝叶斯方法进行数据分析。结果显示，在参与数字模拟和了解镜片后，实验组参与者的分数有所提高。与对照组相比，他们在面对压力情景时更倾向于选择防御行动，以反映压力超过估计的原因和结果。定性证据表明，从业者认为这套镜头在他们目前的工作环境中是有用的。总的来说，这些结果显示了所提出的方法的有效性及其对行业的感知相关性，尽管参与所需的时间很短。
2023-02-14 cs.SE
The Perceptions of Software Engineers Concerning the Utilization of Bots in the OSS Development Process: An Exploratory Survey
本研究通过调查37名软件工程师，探讨了开源软件（OSS）开发中Bots的使用情况，发现Bots在多阶段提供支持并提升生产力，但受访者认为当前Bots不够智能，并提出了改进建议。
2024-11-14 cs.SE
Vibe Coding: Practice, Performance, Productivity, and Risk -A State-of-the-Art Review
Computational Sciences Group, KAUST（计算科学组，国王阿卜杜拉科技大学）；MAG Tech AI（MAG 科技人工智能）；GN TEQ
本综述针对2025年提出的Vibe编程，梳理跨学科实证证据，发现其代码生成可靠但故障检测弱，生产力结果因测量方式等差异存在分歧，还存在安全、版权及技能萎缩问题，提出新代码收益真实、成熟代码收益收缩的猜想。
2026-08-24 cs.SE
Intuition to Evidence: Measuring AI's True Impact on Developer Productivity
通过企业级真实部署的纵向队列分析，评估AI辅助开发平台DeputyDev对生产力的影响，发现PR审查周期缩短31.8%、代码推送量增加28%，并揭示实际部署挑战。
2025-09-24 cs.AI cs.LG cs.SE
The Affect of Software Developers: Common Misconceptions and Measurements
情感的研究（即，在过去的15年里，工作场所的情绪（情绪，情绪）受到了很多关注。尽管事实上，软件开发已被证明是智力的，创造性的，并由认知活动驱动，影响有很深的影响认知活动，软件工程的研究缺乏对软件开发人员的影响的理解。本说明提供了（1）在处理工作满意度，动机，承诺，幸福感和幸福感时对影响的常见误解;（2）用于影响测量的有效测量工具;以及（3）我们在测量软件开发人员的影响时的建议。
2015-05-18 cs.HC cs.SE
A German Gold-Standard Dataset for Sentiment Analysis in Software Engineering
本文构建了首个德语软件工程情感分析金标准数据集，含5,949条开发者陈述及六类情感标注，验证了其可靠性与领域缺口。
2025-07-09 cs.SE
Harnessing the Potential of Gen-AI Coding Assistants in Public Sector Software Development
GovTech Singapore的研究表明，GitHub Copilot使公共部门开发人员生产力提升21-28%，满意度达95%，并建议制定AI框架及根据代码机密性选择云端或自托管工具以高效利用技术。
2024-09-25 cs.SE
Adoption of Generative Artificial Intelligence in the German Software Engineering Industry: An Empirical Study
Technical University of Munich（慕尼黑技术大学）；Heilbronn University of Applied Science（海德堡应用科学大学）
通过混合方法研究德国软件工程师采用生成式AI工具的情况，发现经验水平调节感知收益，组织规模影响工具选择和使用强度，项目上下文意识不足是主要障碍。
2026-06-09 cs.AI cs.ET cs.HC
Model Contribution Rate Theory: An Empirical Examination
本文提出 mhMCR 方法，通过聚类、提交时间差和贡献规模识别持续开发工作，并在多个商业仓库中验证其能更准确地衡量开发者生产率。
2024-12-08 cs.SE
Assessment of a hybrid software development process for student projects: a controlled experiment
近年来，人们对混合开发方法产生了浓厚的兴趣，因为实践者将各种方法结合起来进行软件创建，以提高生产率，产品质量和过程对变化的适应性。关于这一主题的科学论文激增，但在学术背景下对混合方法的有效性的评估尚未跟上。提出的工作调查，如果引入一个混合的方法为学生项目带来了附加值相比，迭代和顺序开发。在法国一所工程学校的本科生中进行了一项对照实验，以评估给定的开发方法对学生计算事业成功的影响。它的三个维度通过一组指标进行了检查：产品质量，团队生产力以及人为因素（团队合作质量和学习成果）。观察到几种模式，这可以提供一个起点，教育工作者和研究人员希望定制或设计一个软件开发过程的学术需求。
2021-03-05 cs.SE
"Should I Give Up Now?" Investigating LLM Pitfalls in Software Engineering
University of Toronto（多伦多大学）；Northeastern University（东北大学）；University of Chicago（芝加哥大学）
研究LLM在软件工程中的缺陷，通过分析26名参与者的复杂网页开发任务数据，发现九种失败类型，包括不准确或不完整响应、认知过载和上下文丢失，发现不帮助的响应增加了放弃的可能性，而更多提示减少了放弃概率。
2026-04-13 cs.SE
From Determinism to Delegation: AI-Native Software Engineering and the Evolution of the Agentic Engineer
Saudi Data and Artificial Intelligence (SDAIA)（沙特数据与人工智能局）
本文提出AI原生软件工程是范式转变，定义新职业角色“智能体工程师”，其核心工件从程序转向智能体系统，并分析工作单元、正确性和问责制的三大转变。
2026-06-27 cs.SE
Derivation of UML Based Performance Models for Design Assessment in a Reuse Based Software Development Approach
基于重用的软件开发为提高软件产品的质量和生产力提供了机会。软件系统质量的一个最关键的方面是它的性能。在整个开发过程中系统地应用软件性能工程技术，可以帮助确定设计替代方案，保留所需的质量，如可扩展性和可重用性，同时满足性能目标。在目前的情况下，大多数性能失败是由于在开发过程的早期，特别是在设计阶段，缺乏对性能问题的考虑。这些性能故障会导致客户关系受损、用户生产力损失、调整或重新设计导致的成本超支以及错过市场窗口。在本文中，我们提出了基于UML的性能模型的设计评估在一个基于重用的软件开发方案。
2009-05-29 cs.SE
Emotional Strain and Frustration in LLM Interactions in Software Engineering
本研究通过62份调查，发现LLM交互中挫败感主要源于正确性和格式适应性问题，并提出指导方针以改善工程师体验并减少心理健康风险。
2025-04-20 cs.SE
DeputyDev -- AI Powered Developer Assistant: Breaking the Code Review Logjam through Contextual AI to Boost Developer Productivity
TATA 1mg Healthcare Solutions Private Limited（TATA 1mg医疗解决方案私人有限公司）
本研究提出AI驱动的代码审查助手DeputyDev，通过自动化上下文代码审查解决软件开发低效问题，实验证明其能显著缩短PR及每行代码审查时间并已成功推广应用。
2025-08-13 cs.LG cs.SE
Understanding the relationships between the perceptions of burnout and instability in Software Engineering
本研究通过对411名软件开发者的横断面调查及验证性因子分析，发现倦怠（疲惫、愤世嫉俗）与团队、技术、任务不稳定性显著正相关，效能感与部分不稳定性弱负相关，为改善开发者工作条件提供了依据。
2025-02-14 cs.SE
