Theory of Troubleshooting: The Developer's Cognitive Experience of Overcoming Confusion
University of Victoria（维多利亚大学）
本文提出了一种基于认知科学的调试理论，旨在解释开发者在调试过程中面临挑战及认知疲劳的原因，并通过实证研究为开发者经验研究提供理论基础。
2026-02-16 cs.SE
Behind the Scenes: On the Relationship Between Developer Experience and Refactoring
重构被广泛认为是通过实施最佳设计实践或处理设计缺陷来管理技术债务和维护健康软件项目的有效技术之一。以前的重构调查表明，代码重构活动主要是由开发人员执行的，他们对系统的设计有足够的了解，并在开发团队中担任领导角色。然而，这些调查主要限于具体的项目和公司。在本文中，我们通过分析800个开源项目来探索以前结果的普遍性。我们挖掘他们的重构活动，并确定他们相应的贡献者。然后，我们将经验得分与每个贡献者相关联，以测试与得分较高的开发人员是否倾向于1）执行更多的重构操作2）在重构背后表现出不同的动机3）更好地记录他们的重构活动有关的各种假设。我们发现：（1）尽管重构并不局限于一部分开发人员，但那些贡献分数较高的开发人员往往比其他人执行更多的重构;（2）虽然重构背后的经验和动机之间没有相关性，但顶级贡献的开发人员被发现执行更广泛的重构操作，而不管其复杂性如何;以及（3）贡献最大的开发人员倾向于较少地记录他们的重构活动。我们对三个随机抽样项目的定性分析表明，负责大多数重构活动的开发人员通常在他们的开发团队中处于高级位置，这表明他们对系统设计的广泛了解。
2021-09-23 cs.SE
From Teacher to Colleague: How Coding Experience Shapes Developer Perceptions of AI Tools
研究基于3380名开发者的调查，发现编码经验不预测AI工具采用，但影响其角色认知：资深开发者视AI为同事或工具，新手视其为教师，建议AI工具需适配开发者经验水平。
2025-04-08 cs.HC cs.SE
How Are We Doing With Using AI-Based Programming Assistants For Privacy-Related Code Generation? The Developers' Experience
本文通过调查全球 51 名专业开发者，评估 AI 编程助手生成隐私保护代码的实际表现与挑战，并提出模型、系统改进及未来研究方向。
2025-06-15 cs.SE
How Developers Experience Debugging Unfamiliar Codebases with Code Tours Generated and Evaluated by Local LLMs
该研究探讨开发者使用本地大语言模型生成评估的代码导航调试陌生代码库的体验，明确代码导航组件属性对开发者的影响，为优化代码导航生成与评估提供方向。
2026-08-06 cs.SE
Helpful but Fallible: Developer Experiences of AI Tools Under a Coordinated Industrial Roll-out
Lund University（隆德大学）；Ericsson AB（爱立信公司）；Mälardalen University（马尔默达尔大学）；Carleton University（卡尔顿大学）；KTH Royal Institute of Technology（皇家理工学院）
本研究通过瑞典电信公司12名开发者的访谈，揭示AI开发工具协调部署中管理层与开发者期望差距及感知风险的重要性，指出工具价值受组织期望、系统规模和技能影响。
2026-09-21 cs.SE
Making AI Visible, Not Vanished: How AI Policies Reshape Developer Experience on GitHub
University of California, Irvine（加州大学尔湾分校）；Colorado State University（科罗拉多州立大学）
本研究通过分析29624个GitHub代码库，提出TRACE框架，发现AI治理主要规范而非禁止AI辅助开发，强调透明度与责任性的政策效果更优。
2026-08-05 cs.SE
Challenges and Experiences of Iranian Developers with MLOps at Enterprise
本研究通过问卷调查探讨了伊朗开发者在企业中实施 MLOps 的挑战与经验，指出数据质量、资源缺乏、模型部署及跨团队协作是主要障碍。
2024-02-19 cs.SE
Knowns and Unknowns: An Experience Report on Discovering Tacit Knowledge of Maritime Surveyors
内容：需求获取是确保系统向用户提供必要功能的基本活动，并且它们适合于目的。除了传统的“简化”方法外，还提议使用观察和人种学方法来确定需求。研究问题：关于观察技术的一个经常听到的问题是，它们的使用成本很高，因为开发人员会损失相当多的时间来参与，并且在识别需求时也依赖于运气。很少有经验报告存在，以评估在实践中的观察技术。结果：在这份体验报告中，我们利用了几个数据源，涵盖了开发人员和用户的见解。这些数据是通过对用户和开发人员的9次采访以及对海洋领域潜在用户的80多个小时的观察收集的。我们从开发人员和用户那里获取“已知”和“未知”，并强调观察性研究的重要性。出资额：虽然观察技术的使用成本很高，但我们得出的结论是，重要的信息被发现，这是开发人员了解系统用户及其关注点的关键。
2023-02-16 cs.SE
Blockchain Developer Experience: A Multivocal Literature Review
本研究通过多声部文献综述分析62项研究，发现区块链开发者体验（BcDEx）在学术与工业界关注不均，并识别出复杂性抽象、采用促进、生产力提升、开发者教育和评估五个关键视角，为后续研究奠定基础。
2025-01-20 cs.SE
Novice Developers Produce Larger Review Overhead for Project Maintainers while Vibe Coding
Lahore University of Management Sciences（拉合尔管理科学大学）
研究发现低经验 vibe 编码者生成更多代码但增加审查负担，建议结合培训与自适应审查流程
2026-02-27 cs.SE
The Developer Experience of LGBTQIA+ People in Agile Teams: a Multivocal Literature Review
本研究通过多声文献综述探讨敏捷团队中LGBTQIA+专业人士的开发者体验，发现隐形、偏见和歧视损害其体验，而包容性环境能提升团队动态和参与度。
2025-04-20 cs.SE
Improving Quantum Developer Experience with Kubernetes and Jupyter Notebooks
针对经典系统模拟量子计算机计算需求高、量子软件开发难度大的问题，本文研究了借助Kubernetes与Jupyter Notebooks，以易用经济的远程算力提升量子开发者体验的可行性。
2024-08-13 cs.SE quant-ph
Predicting Usefulness of Code Review Comments using Textual Features and Developer Experience
虽然同行代码评审在商业和开源开发中被广泛采用，但现有的研究表明，这种代码评审通常包含大量无用的评审评论。不幸的是，到目前为止，还没有工具或技术可以提供自动支持，以改善这些无用的评论。在本文中，我们首先报告了一个有用和无用的评论之间的比较研究，我们对比他们之间的文本特征，和审稿人的经验。然后，根据研究结果，我们开发RevHelper，一个预测模型，可以帮助开发人员提高他们的代码审查意见，通过自动预测其有用性在审查提交。使用1，116条评论进行的比较研究表明，有用的评论与更改的代码共享更多的词汇，包含相关代码元素等突出项目，并且他们的评论者通常更有经验。使用1,482条评论的实验表明，我们的模型可以预测评论有用性，预测准确率为66%，这是很有前途的。使用案例研究的基线模型的三个变体的比较验证了我们的实证研究结果，并证明了我们的模型的潜力。
2018-07-12 cs.SE
Towards Better Static Code Analysis Reports: Sentence Transformer-based Filtering of Non-Actionable Alerts
University of Szeged（塞格德大学）；FrontEndART Ltd.（FrontEndART有限公司）
本文提出STAF方法，利用句子变换器架构过滤静态代码分析中的非可操作警报，通过减少无效警报数量并提高可操作问题识别准确率，使静态分析工具的实用性提升至89%。
2026-04-20 cs.SE
Developer Experiences with Cursor AI-native IDE
York University（约克大学）
本研究通过分析Cursor官方论坛的14714篇帖子，探究开发者对AI原生IDE Cursor的使用体验，发现其工作流程关键机制是价值与挫败感的主要来源，摩擦焦点随时间发生转移。
2026-10-16 cs.SE
The Impact of Developer Experience in Using Java Cryptography
以前的研究表明，加密API对于开发人员来说很难理解，也很难使用。因此，他们依赖于来自在线资源的未经验证的样板代码，这些资源中的安全漏洞很常见。我们分析了2，324个依赖于Java加密架构（JCA）的开源Java项目，以了解加密API在实践中的使用方式，以及哪些因素影响了开发人员使用这些API的性能。我们发现，一般来说，开发人员使用JCA的经验与他们的性能无关。特别是，提交代码行的数量或频率、开发人员使用的JCA API数量或他们参与的项目数量等因素都与该领域的开发人员绩效无关。我们呼吁进行定性研究，以揭示那些擅长使用密码学的开发人员成功的原因。此外，在API级别的详细调查是必要的，以进一步澄清开发人员在这一领域的障碍。
2019-08-05 cs.CR cs.SE
From Prompting to Verification: How Experience Shapes Vibe Coding Practices
Massey University（梅西大学）；University of Auckland（奥克兰大学）
通过调查162名不同经验水平的Vibe编码者，发现经验选择性影响编码动机、交互方式和质量保证实践，存在感知-行动差距：对AI生成代码风险的认识普遍，但评估、调试和验证能力依赖于经验。
2026-05-23 cs.SE
Automated Detection, Categorisation and Developers' Experience with the Violations of Honesty in Mobile Apps
诚实、社会责任、公平、隐私等人类价值观是个人和社会认为重要的东西。软件系统，包括移动软件应用程序（app），可能会忽视或违反这些价值观，从而以各种方式对个人和社会产生负面影响。虽然有些作品已经调查了不同方面的人的价值观在软件工程，这种混合方法的研究集中在诚实作为一个关键的人的价值。特别是，我们研究了（i）如何检测移动应用程序中的诚实违规行为，（ii）移动应用程序中诚实违规行为的类型，以及（iii）应用程序开发人员对这些检测到的诚实违规行为的看法。我们首先开发和评估7个机器学习（ML）模型，以从最终用户的角度自动检测应用评论中违反诚实价值的行为。最有前途的是深度神经网络模型，F1得分为0.921。然后，我们对401条包含诚实违规行为的评论进行了手动分析，并将移动应用程序中的诚实违规行为分为10类：不公平的取消和退款政策;虚假广告;欺骗性订阅;作弊系统;不准确的信息;不公平的费用;没有服务;删除评论;冒充;和欺诈性外观应用程序。一项针对移动开发人员的开发人员调查和访谈研究确定了移动应用程序中违反诚信的7个关键原因，以及避免或修复此类违规行为的8种策略。我们的开发人员研究结果还阐明了违反诚信可能给企业、开发人员和用户带来的负面后果。最后，应用程序开发人员的反馈表明，我们的基于ML的原型模型在实践中可以带来很大的好处。
2022-11-14 cs.SE
No Two Developers Think Alike: How Problem-Solving Styles and Experience Shape Needs in Conversational Interaction with Copilot
Radboud University Nijmegen（拉德堡德大学）；Federal University of Technology – Paraná Campo Mourão（巴拉那联邦技术大学 - 卡莫阿乌校区）；Microsoft（微软）
通过混合方法出声思考研究，识别出5种交互模式和10种需求，并建立概念模型，揭示认知多样性如何影响开发者与GitHub Copilot的交互。
2026-06-18 cs.HC cs.SE
Contrasting Third-Party Package Management User Experience
第三方包依赖关系的管理对于大多数技术堆栈至关重要，包管理器充当代理，以确保正确安装，配置或从应用程序中删除已验证的包。技术堆栈的多样性导致了数十个具有自己管理功能的软件包生态系统。虽然最近的研究表明开发人员很难迁移他们的依赖项，但通常的假设是包生态系统的使用没有任何问题。在这项研究中，我们探索了13个软件包生态系统，以了解它们的功能是否与用户的体验相关。通过研究开发人员在问答网站Stack Overflow上提出的问题的经验，我们发现开发人员的问题分为三个主题（即，包管理、输入-输出和包使用）。我们的初步分析表明，特定功能与用户体验相关。我们的工作奠定了未来的方向，以调查设计理想的包装生态系统所涉及的权衡。
2021-08-13 cs.SE
Learning from the past: A process recommendation system for video game projects using postmortems experiences
背景：视频游戏行业是一个价值数十亿美元的行业，但在游戏开发方面存在问题。解决这些问题的一种方法是使用开发人员辅助工具，如推荐系统。这些工具通过生成建议来帮助开发人员执行任务。目的：本文介绍了一种系统的方法来推荐视频游戏项目的开发过程，使用事后知识提取和新项目的上下文模型，其中“事后”是视频游戏开发人员在项目结束时撰写的文章，总结了他们的游戏开发团队的经验。这种方法旨在提供关于游戏行业中使用的开发过程的思考，以及指导开发人员根据他们所处的环境选择最合适的过程。方法：我们的方法分为三个独立的阶段：在第一阶段，我们手动提取的过程中的事后分析;在第二个，我们创建了一个视频游戏的上下文和算法规则的建议;最后在第三阶段，我们评估推荐的过程中使用定量和定性指标，游戏开发者的反馈，并通过采访视频游戏开发团队的案例研究。贡献：本文带来了三个主要贡献。第一个描述了一个数据库的开发人员的经验，提取从事后的形式开发过程。第二个定义了视频游戏项目包含的主要属性，它用来定义项目的上下文。第三部分描述和评估了一个视频游戏项目推荐系统，该系统使用项目的上下文来识别类似的项目，并以过程的形式推荐一组活动。
2020-09-05 cs.SE
BayesInsights: Modelling Software Delivery and Developer Experience with Bayesian Networks at Bloomberg
Bloomberg（彭博）；UCL（伦敦大学学院）
本文介绍了布莱尔集团开发的BayesInsights工具，通过贝叶斯网络可视化软件工程过程中的因果依赖关系，帮助识别软件交付挑战，获得24名高级从业者95.8%的积极反馈。
2026-03-31 cs.SE
Developer Experience with AI Coding Agents: HTTP Behavioral Signatures in Documentation Portals
Cisco DevNet（思科DevNet）
本文研究AI代码代理对技术文档访问的影响，发现HTTP行为特征在文档门户中具有可识别性，提出改进开发者文档设计和反馈机制的实践方案。
2026-07-28 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
The Impact of AI-Assisted Development on Software Security: A Study of Gemini and Developer Experience
Ruhr University Bochum（波鸿鲁尔大学）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；TU Braunschweig（布伦瑞克工业大学）；University of Cologne（科隆大学）
研究探讨AI工具Gemini对代码安全的影响，发现编程经验显著提升安全性，无法完全被AI替代。
2026-03-17 cs.HC cs.SE
Investigating the Developer eXperience of LGBTQIAPN+ People in Agile Teams
本研究通过调查40名参与者，探讨了敏捷团队中LGBTQIAPN+人群的开发者体验，发现心理安全和包容性政策至关重要，并指出定制敏捷实践和远程工作能提升满意度与生产力，强调将包容性融入敏捷方法论以支持多样化专业人士。
2025-01-22 cs.SE
Towards an Understanding of Developer Experience-Driven Transparency in Software Ecosystems
本研究从开发者体验视角出发，提出SECO-TransDX概念模型，系统梳理63个相关概念，经Delphi研究完善，为研究SECO中透明度与DX的关系提供框架，支撑可信开发者平台设计。
2025-09-04 cs.HC cs.SE
Seamless Data Migration between Database Schemas with DAMI-Framework: An Empirical Study on Developer Experience
North Carolina State University（北卡罗来纳州立大学）；Universidade da Coruña（拉科鲁尼亚大学）；Centro de Investigación CITIC（CITIC研究中心）
本文提出DAMI框架，通过领域特定语言和解析器简化数据库模式间的数据迁移，实验证明其在可读性和易用性方面优于传统SQL，减少了迁移工作量。
2025-04-24 cs.DB cs.SE
Study of software developers' experience using the Github Copilot Tool in the software development process
在软件开发中，有一个不断的压力，即在不影响质量的情况下越来越快地生成代码。支持开发人员的新工具是为了响应这一需求而创建的。目前，新一代的解决方案即将推出-人工智能驱动的工具。2021年6月29日，Github Copilot发布。它使用经过训练的模型来生成基于人类可理解语言的代码。这项研究的重点是调查软件开发人员的方法，这个工具。为此，编写了一份包含18个问题的调查表，并与程序员分享。共收集到42个答案。研究结果表明，开发商的意见是分歧的。他们中的大多数人在参加调查之前都见过Github Copilot。对该工具的态度大多是积极的，但没有多少参与者愿意使用它。担忧是由使用Github Copilot相关的安全问题引起的。
2023-01-12 cs.SE stat.ML
Industry Experiences with Large-Scale Refactoring
软件重构在软件工程中占有重要地位。当开发人员想要重构软件以提高其质量而不改变其外部行为时，他们通常会转向重构。研究表明，小规模（floss）重构在行业中很常见，通常可以由单个开发人员在短时间内执行，尽管开发人员手动完成大部分工作而不是使用重构工具。然而，一些重构工作的规模要大得多，需要整个团队和数月的努力，而工具在这些工作中的作用还没有得到很好的研究。在本文中，我们报告了我们对开发人员进行的一项调查，以了解大规模重构，其流行程度，以及工具如何支持它。我们来自107个行业开发人员的结果表明，项目通常会经历多次大规模重构，每一次都需要相当大的努力。虽然经常需要重构，但其他业务问题（如开发新功能）通常具有更高的优先级。我们的研究发现，开发人员使用几类工具来支持大规模重构，并且更依赖于IDE等通用工具，而不是专门为支持重构而设计的工具。不同活动的工具支持各不相同，一些特别具有挑战性的活动实际上很少使用工具。我们的研究表明了对更好的大规模重构工具的明确需求，以及重构研究人员在行业中发挥作用的机会。我们在本文中总结的结果是实现这一目标的具体步骤。
2022-02-15 cs.SE
Developer Experiences with a Contextualized AI Coding Assistant: Usability, Expectations, and Outcomes
本文通过62名参与者的受控实验，研究了情境化AI编程助手StackSpot AI的初始使用体验，发现其能显著节省时间、便于访问文档并准确生成内部API代码，但也存在知识来源不足、响应不稳定和复杂代码处理能力有限等挑战。
2023-11-30 cs.SE
Overwhelmed software developers: An Interpretative Phenomenological Analysis
本研究通过解释性现象学分析采访两名开发者，揭示了软件开发中不堪重负的七个类别，发现压力是主要感受，并指出开发者可能具备减轻负面体验的独特属性。
2024-01-05 cs.CY cs.SE
VisIt: Experiences with Sustainable Software
VisIt可视化系统的成功完全依赖于软件开发的文化和实践，这些文化和实践促进了用户的欢迎和开发人员和研究人员的拥抱。在下面的文章中，我们，VisIt的创始开发者和设计者，总结了我们在过去13年中为培育社区、鼓励研究、创建可持续的开源开发模式、衡量影响和支持生产软件所做的一些主要努力，包括成功和不成功的。我们还提供有关我们的发展工作所产生的职业道路的评论。
2013-09-07 cs.SE
"Always Nice and Confident, Sometimes Wrong": Developer's Experiences Engaging Large Language Models (LLMs) Versus Human-Powered Q&A Platforms for Coding Support
本研究通过分析1700多条Reddit帖子，对比开发者使用Stack Overflow与ChatGPT获取编程支持的体验，明确二者的优势、场景与障碍，提出未来GenAI代码助手的设计启示及结合双方优势的工作流建议。
2025-02-20 cs.HC cs.SE
Supporting acceptance testing in distributed software projects with integrated feedback systems: Experiences and requirements
在验收测试过程中，客户评估系统是否满足他们的期望，并经常发现应该改进的问题。这些发现必须传达给开发人员，我们观察到这是一项容易出错的任务，特别是在分布式团队中。在这里，通常不可能让每个站点的开发人员代表参加测试。不在场的开发人员可能会误解没有充分记录的结果。这阻碍了问题的解决，并危及客户满意度。集成反馈系统有望缓解这一问题。它们允许轻松捕获结果及其背景。正确应用，这种技术可以改善反馈，同时减少客户的努力。本文收集了我们的经验，比较验收测试与反馈系统，在分布式项目。我们的研究结果表明，如果满足某些要求，这种技术可以提高验收测试。我们确定了反馈系统应该满足的关键要求，以支持验收测试。
2014-09-01 cs.SE
Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
Model Evaluation & Threat Research (METR)（模型评估与威胁研究（METR））
通过随机对照试验评估2025年初AI工具对资深开源开发者的影响，发现AI非但未提速，反而使任务完成时间增加19%。
2025-07-25 cs.AI cs.HC 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
Integration Barriers in Open-Source SSI Frameworks: An Exploratory Developer Experience Probe
Instituto de Ciência e Tecnologia, Universidade Federal de São Paulo (UNIFESP)（圣保罗联邦大学科学与技术研究所）
本研究通过调研9名开发者使用开源SSI工具的体验，揭示其存在集成障碍，并提出三项开发者工具的架构改进方向。
2026-08-05 cs.HC cs.SE
Affirmative Hackathon for Software Developers with Disabilities: An Industry Initiative
本文报告了巴西软件公司Zup Innovation举办的一场有50名参与者、完全远程的平权黑客马拉松，旨在吸引残疾开发者，最终促成10人入职并新增146人进入人才库，为其他公司促进技术团队包容性提供了经验教训。
2025-01-20 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
Uncovering Non-native Speakers' Experiences in Global Software Development Teams -- A Bourdieusian Perspective
基于对27名中国开发者的访谈，运用布迪厄资本—场域—惯习框架分析全球软件开发团队中非英语母语者的经历，揭示四类资本及其导致系统性不利地位的机制。
2025-01-11 cs.SE
Improving the Developer Experience with a Low-Code Process Modelling Language
针对OutSystems平台流程建模语言BPT采用率低的问题，结合访谈、符号物理学审查及SUS/TLX评估开发新版本，显著提升语义透明度、正确率与可用性，降低任务负荷。
2025-08-08 cs.SE
Exploring Developer Experience Factors in Software Ecosystems
本文通过系统映射研究与 Delphi 研究识别并评估 SECO 中的关键开发者体验因素，揭示成本、技术资源、市场门槛和收益对开发者采纳及持续贡献的影响。
2025-06-24 cs.HC cs.SE
A Case Study of Onboarding in Software Teams: Tasks and Strategies
开发人员经常迁移到软件公司的新团队或新环境中。他们的入职体验与生产力、工作满意度以及其他短期和长期结果相关。大部分的入职流程包括工程任务，如修复bug或实现小功能。然而，我们没有一个系统的观点，任务如何影响入职。在本文中，我们提出了一个微软的案例研究，我们采访了32名进入新团队的开发人员和15名工程经理，以了解和描述开发人员的入职经验和期望，以及他们在入职时所执行的任务。我们通过三个代表性的主题：学习，信心的建立和社会化的任务如何与新的开发人员互动。我们还讨论了三个入职策略，从面试中推断，管理人员通常使用不知不觉中，并讨论他们的利弊，并提供情景建议。此外，我们将我们的访谈结果与开发人员调查（$N=189$）和管理人员调查（$N=37$）进行三角分析，发现调查结果表明我们的调查结果具有代表性，我们的建议具有可操作性。从业者可以利用我们的研究结果来改善他们的入职流程，而研究人员可以从这项研究中找到新的研究方向，以促进对开发人员入职的理解。我们的研究工具和匿名数据可在\url{https://zenodo.org/record/4455937#.YCOQCs_0lFd}上获得
2021-03-08 cs.SE
On the Emergence of Testing Strategies: A Socio-technical Grounded Theory
Delft University of Technology（代尔夫特理工大学）；Monash University（莫纳什大学）
研究探讨开发者测试行为变化的原因，通过分析19次深入访谈，构建了测试策略出现的理论框架，揭示测试与集体反思的关联。
2026-03-23 cs.SE
Comparing Smart Contract Paradigms: A Preliminary Study of Security and Developer Experience
University of Cagliari（卡利亚里大学）；University College London（伦敦大学学院）
本文通过对比Solidity和Move两种智能合约语言，发现Move在安全性和代码规模方面有显著优势，但开发者学习曲线较陡，研究为语言选择提供了初步依据。
2026-05-20 cs.PL cs.SE
Leveraging Game-Based Platform to Teach Code Refactoring: An Experience with Refactoria
Stevens Institute of Technology（史蒂文斯理工学院）
本文通过课堂实验评估了基于游戏的工具 Refactoria 在教授代码重构和代码异味识别方面的效果，结果显示其感知有用性高，并能有效促进学生对重构概念的理解。
2026-10-01 cs.SE
Awareness and Experience of Developers to Outdated and License-Violating Code on Stack Overflow: An Online Survey
我们对Stack Overflow的回答者和访问者进行了两次在线调查，以评估他们对Stack Overflow回答者中过时代码和软件许可证的认识。该调查针对607位知名的Stack Overflow用户，获得了33%的高响应率。我们的调查结果如下。虽然答案中的大多数代码片段都是从头开始编写的，但也有一些代码片段是从相应的问题中克隆出来的，来自个人或公司项目，或者来自开源项目。Stack Overflow的回答者意识到他们的一些片段已经过时了。然而，19%的参与者报告说他们很少或从不修复过时的代码。至少98%的回答者从不在他们的代码片段中包含软件许可证，69%的人从不检查与Stack Overflow的CC BY-SA 3.0的许可冲突，如果他们将其他来源的代码复制到Stack Overflow的答案中。访问者调查采用方便的抽样方法，收到89份答复。我们发现，66%的参与者在克隆和重用Stack Overflow代码段时遇到了问题。56%的访问者从未向Stack Overflow帖子报告问题。85%的参与者不知道StackOverflow应用了CC BY-SA 3.0许可证，62%的参与者从未对Stack Overflow的帖子或答案进行归因。此外，66%的参与者没有检查复制的Stack Overflow代码和他们的软件之间的许可冲突。根据这些发现，我们建议Stack Overflo…
2018-06-21 cs.SE
Towards a Theory of Software Development Expertise
软件开发包括各种任务，如实现新功能，分析需求和修复错误。成为这些任务的专家需要一定的技能，知识和经验。一些研究调查了软件开发专业知识的各个方面，但缺少的是一个全面的理论。我们提出了第一个概念理论的软件开发的专业知识，是基于数据的混合方法的调查与335软件开发人员和文献的专业知识和专家的表现。我们的理论目前专注于编程，但已经为研究人员，开发人员和雇主提供了有价值的见解。该理论描述了软件开发专业知识的重要属性，以及哪些因素促进或阻碍其形成，包括开发人员的绩效如何随着时间的推移而下降。此外，我们的定量结果表明，开发人员的专业知识自我评估是上下文相关的，经验不一定与专业知识。
2018-11-04 cs.SE
Recognizing Developers' Emotions while Programming
开发人员在编程任务期间会经历各种各样的情绪，这可能会影响工作表现。在本文中，我们提出了一个实证研究，旨在（i）调查情绪和进步之间的联系，（ii）了解开发人员的情绪触发和应对负面情绪的策略，（iii）确定最小的一组非侵入性生物传感器的情绪识别在编程任务。结果证实了以前的研究结果之间的关系情绪和感知生产力。此外，我们表明，开发人员的情绪可以可靠地识别，只使用一个腕带捕捉皮肤电活动和心脏相关的指标。
2021-05-06 cs.SE
Autonomy Is An Acquired Taste: Exploring Developer Preferences for GitHub Bots
软件机器人在集体软件开发中发挥着重要作用，开发人员采用它们可以提高生产力。过去的研究已经发现，通信过于频繁的机器人可能会激怒开发人员，从而影响机器人的效用。然而，目前尚不清楚人机协作的其他属性会影响开发人员的偏好，或者这些属性可能会产生什么影响。本文的主要思想是在GitHub拉取请求的背景下，探索影响开发人员对人类和机器人之间交互的偏好的特征。我们进行了一个探索性的连续研究与访谈和随后的基于插图的调查。我们发现开发人员通常更喜欢那些有个性但几乎没有自主性的机器人，然而，更有经验的开发人员倾向于更自主的机器人。基于这些经验证据，我们建议机器人程序开发人员增加机器人程序的配置选项，以便个人开发人员和项目可以配置机器人程序，以最好地符合他们自己的偏好和项目文化。
2023-02-10 cs.SE
Automated Code Review Using Large Language Models at Ericsson: An Experience Report
Ericsson（爱立信）
针对资深开发者时间有限难以深度开展代码审查的问题，本文分享了爱立信结合大语言模型与静态程序分析开发轻量级自动化代码审查工具的实践，初步实验获积极结果，可减轻开发者认知负担。
2025-07-31 cs.AI cs.SE
An instrument to measure factors that constitute the socio-technical context of testing experience
本研究构建了一种调查工具，用于测量构成测试体验社会技术背景的因素，并阐述了这些因素如何影响测试体验的假设及调查问题的构建过程。
2025-05-02 cs.SE
