Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Analyzing Technical Debt by Mapping Production Logs with Source Code

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F22%3A00371171" target="_blank" >RIV/68407700:21230/22:00371171 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1007/978-3-031-23387-6_15" target="_blank" >https://doi.org/10.1007/978-3-031-23387-6_15</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-031-23387-6_15" target="_blank" >10.1007/978-3-031-23387-6_15</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Analyzing Technical Debt by Mapping Production Logs with Source Code

  • Popis výsledku v původním jazyce

    Poor coding practices, bad design decisions, and expedited software delivery can introduce technical debt. As software grows, manual detection and management of technical debt become increasingly difficult. To address these problems, recent research offers a variety of approaches for automating the process of recognizing and managing technical debt. Unfortunately, current strategies for measuring technical debt depend on static standards that fail to acknowledge software usage patterns in production. In this paper, we utilized existing tools to identify technical debt using static code analysis and then employed production log analysis to rank these debts dynamically.

  • Název v anglickém jazyce

    Analyzing Technical Debt by Mapping Production Logs with Source Code

  • Popis výsledku anglicky

    Poor coding practices, bad design decisions, and expedited software delivery can introduce technical debt. As software grows, manual detection and management of technical debt become increasingly difficult. To address these problems, recent research offers a variety of approaches for automating the process of recognizing and managing technical debt. Unfortunately, current strategies for measuring technical debt depend on static standards that fail to acknowledge software usage patterns in production. In this paper, we utilized existing tools to identify technical debt using static code analysis and then employed production log analysis to rank these debts dynamically.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    The Recent Advances in Transdisciplinary Data Science

  • ISBN

    978-3-031-23386-9

  • ISSN

    1865-0929

  • e-ISSN

  • Počet stran výsledku

    13

  • Strana od-do

    200-212

  • Název nakladatele

    Springer Nature Switzerland AG

  • Místo vydání

    Basel

  • Místo konání akce

    Waco

  • Datum konání akce

    25. 3. 2022

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku