Table Of Links 테이블 왼쪽 1 INTRODUCTION 1 소개 2 BACKGROUND AND RELATED WORK 2 배경 및 관련 작업 3 RESEARCH DESIGN 3 디자인 연구 4 MAPPING STUDY RESULTS 4 지도 연구 결과 5 SURVEY RESULTS 5 연구 결과 6 COMPARING THE STATE-OF-THE-ART AND THE PRACTITIONERS’ PERCEPTIONS 6 예술의 상태와 실무자들의 인식의 비교 7 DISCUSSION 7 논의 8 CONCLUSIONS AND ACKNOWLEDGMENTS 8 결론과 인식 REFERENCES 참조 6 예술의 상태와 실무자들의 인식의 비교 이 섹션에서 우리는 RQ3 - 연구자와 실무자가 MCR 연구의 목표에 얼마나 적합합니까? - 맵팅 연구의 결과 ( 섹션 4)와 설문 조사의 응답 ( 섹션 5)를 조립하여 대답합니다. 6.1 Comparing the number of research articles and the practitioners’ perceptions 그림 9에서 우리는 설문조사 응답, 설문조사를 대표하는 논문의 비율, 현대 코드 검토 테마를 매핑합니다. 각 진술에 대한 부정적 및 긍정적 응답의 비율은 각각 x- 및 y-아스에 표시됩니다. 각 버블은 설문조사에서 한 진술을 나타내며 크기는 대표 논문의 비율을 나타냅니다. 다른 색상은 우리가 매핑 연구에서 식별 한 다섯 가지 테마를 나타냅니다. 또한, 우리는 논문 수와 실무자의 인식 사이에 통계적 상관 관계가 있는지 평가했습니다. Shapiro-Wilk 정상성 테스트를 사용하여 데이터가 정상적으로 배포되는지 결정했습니다. 우리는 그 후 피어슨 상관 관계 테스트를 실시하여 등급과 다른 주제에 대한 논문 수 사이에 상당한 관계가 있는지 평가합니다. 상관 관계 테스트의 결과는 표 13에 제공되며 통계적으로 중요한 결과는 대담합니다. 그림 9은 5.2 절에서 동의 수준에 대해보고 한 결과를 강조합니다. : 해결책 지원 (SS) 및 인간 및 조직 요인 (HOF)에 대한 상당한 연구가 있지만, 버블의 수와 크기에 의해 나타나는 반면, 실무자들은이 주제에서 수행 된 연구에 대해 상당히 부정적인 태도를 가지고있는 것 같습니다. 이 주제 내에서 검토해야 할 코드 변화에 대한 이해에 대한 지원 및 적절한 검토자의 선택에 대한 지원에 대한 연구는 가장 긍정적 인 응답을 받았으며 또한 대부분의 논문과 관련이있었습니다. 이것은 연구와 실무자들의 관심 사이의 조정의 좋은 예입니다. 긍정적 인 조정은 또한 상관 관계 테스트에서 확인됩니다. 적은 출판물이있는 솔루션은 또한 더 많은 부정적인 등급을 받았습니다 (표 13 참조). 검토자 선택의 주제에서 응답자 중 한 명은 "P9 : 가장 효과적인 검토는 특정 기능에 가장 익숙하거나 다른 프로젝트에서 유사한 기능을 연구 한 개발자가 수행 한 것입니다. I think there is no helping tool to tell who is the most appropriate reviewer." 응답자의 대답은 확실히 대표적이지는 않지만, 기존 솔루션에 대한 지식 번역 및 실무자에게 전송에 대한 더 많은 초점은이 분야의 연구자들에게 유익한 목표가 될 수 있습니다. 또한, 4.2.1 섹션에서 볼 수 있듯이, 응답자의 권고를 지원하는 36 개의 솔루션 중 2 개만이 도구에 대한 링크를 제공하며, 이는 실무자가 기존 솔루션에 대해 알지 못하는 이유를 설명 할 수 있습니다. 그림 9을 살펴보면 인간 및 조직 요소 (HOF)와 관련된 진술에 대한 부정적인 반응보다 긍정적 인 반응을 볼 수 있습니다. 가장 긍정적으로 받은 진술은 코드 검토에 참여한 검토자의 수의 영향을 조사하는 것과 관련이 있습니다. 검토 성과와 이 주제에 대한 검토자의 나이와 경험을 조사하는 진술은 대부분의 연구와 관련이 있지만 대부분 부정적으로 인식됩니다. "Age and experience is less important than code knowledge or ability to read code. An 18 year old with no experience writes the best comments, then that is the person I will invite to review". 또 다른 참가자는 나이 요소에 대해 더 자세히 설명했습니다 : P7 : 또 다른 응답자는 표준 검토 과정이 검토자의 나이와 경험보다 더 중요하다는 것을 강조했다: P25: "I don’t understand how the age of reviewer can help in performance, Experience to certain extent but that doesn’t mean the experienced person knows new technologies that are emerging so this statement should be viewed as 2 separate things with respect to experience yes important to investigate to certain extent. But with respect to age some younger ones are actually doing more reviews now a days". "Standard review procedure is to be independent of individual/team members’ age and experience". 그림 9의 왼쪽 상단 모서리를 살펴보면, 높은 긍정적이고 낮은 부정적인 등급이있는 영역은 제품 품질 및 인간 측면 (IOF) 및 현대 코드 검토 프로세스 속성 (CRP)에 대한 코드 검토의 영향에 대한 연구와 관련된 진술에 의해 지배됩니다. 그러나, 우리는 IOF 테마의 등급과 논문 사이의 관계 만 통계적으로 중요하다고 볼 수 있습니다 (즉, 표 13).이 결과는 응답자 P11에 의해 나타난 바와 같이, 실무자들은 원인 관계를 조사하는 연구에 관심이 있음을 나타냅니다. 그러나이 분야에 대한 연구의 수는 상대적으로 낮습니다. "Understanding how people approach and make decisions when performing a code review may open up some other interesting questions in how to structure and format code reviews to be more effective". 6.2 Comparing research impact and practitioners’ perceptions 우리는 2022년 8월 기준으로 모든 초기 연구의 인용을 검색했습니다.Peer 인용은 주제의 연구 영향과 활동을 평가하는 한 가지 방법입니다.We compared the research impact with the practitioners' responses from the survey.As we have the practitioners' responses on each statement, 우리는 모든 주장을 나타내는 모든 초기 연구의 인용의 합을 고려하여 각 주장에 대한 연구 영향을 계산했습니다 (표 7 참조). 더 최근의 출판물은 오래된 출판물보다 더 적은 인용을 가질 가능성이 있기 때문에 출판 년에 대한 벤을 만들면서 분석을 그룹화했습니다. 기본 연구는 2007 년과 2021 년 사이에 출판됩니다 (그림 10). 각 진술에 대한 부정적이고 긍정적 인 응답의 비율은 x 및 y 축에 표시되며 색상은 다른 테마를 나타냅니다. 각 거품은 설문 조사의 진술을 나타내며 크기는 각 진술의 모든 기본 연구의 전체 인용을 나타냅니다. 또한, 연구 영향과 실무자 인식 사이에 통계적 상관 관계가 있는지 여부를 평가했습니다. 샤피로 - 윌크 정상성 테스트를 사용하여 데이터가 정상적으로 분포된다는 것을 결정했습니다. 그런 다음 피어슨 상관 관계 테스트를 수행하여 등급과 다른 해의 연구 영향 사이에 상당한 상관 관계가 있는지 평가했습니다. 표 14는 다른 해의 피어슨 상관 관계 테스트 결과를 보여줍니다. 또한 각 주제에 대한 등급과 연구 논문의 영향 사이의 상관 관계를 평가했습니다 (표 15 참조). 전체적인 긍정적 인 등급은 코드 검토 (SS) 테마에 대한 지원 시스템에 대해 낮지만, 높은 영향력있는 논문은 낮은 영향력의 논문에 비해 더 높은 긍정적 인 등급을 가지고 있습니다. 함께 모든 해를 고려할 때 SS 테마는 부정적 인 등급과 연구 영향 사이의 상당한 부정적 상관 관계를 보여줍니다 (r = -0.5087684 , p = 0.004827), 영향력이 높을 때 부정적 인 등급이 낮습니다. 마찬가지로, 긍정적 인 등급과 연구 영향 사이의 상관 관계는 또한 중요합니다 (r = 0.5502959 ,0.001982). 인간 및 조직 요소 (HOF) 테마에서 우리는 그림 10에서 2016-2018 사이의 시간 프레임에서 전문가들에 의해 높은 영향을 미치는 일부 그러나 우리는 HOF 테마의 등급과 진술 사이에 통계적으로 중요한 관계를 발견하지 못했습니다. 제품 및 인적 요인 (IOF)에 대한 코드 리뷰의 영향과 관련된 테마에서 높은 영향을 미치는 진술도 더 긍정적 인 등급을 받았다는 것을 볼 수 있습니다. 2013-2015 사이의 시간 프레임에서 긍정적 인 등급과 영향 사이에 통계적으로 중요한 상관 관계를 관찰했습니다 (r = 0.7670108 , p = 0.04419). 저자 : 깊은 욕조 마이클 UNTERKALMSTEINER 리카르도 브리토 Authors: 깊은 욕조 마이클 UNTERKALMSTEINER 리카르도 브리토 이 논문은 CC BY-NC-SA 4.0 라이선스 아래에 arxiv에서 사용할 수 있습니다. 이 종이는 CC BY-NC-SA 4.0 라이선스 Archive 에서 이용 가능 Archive 에서 이용 가능