Understanding and Predicting Software Developer Expertise in Stack Overflow and GitHub
Notice bibliographique
Résumé
Knowledge and experience are touted as both the necessary and sufficient conditions to make a person an expert.This thesis attempts to investigate this issue in the context of software development by studying and predicting software developer's expertise based on their activity and experience on GitHub and Stack Overflow platforms.The thesis studies how developers themselves define the notion of an "expert", as well as why or why not developers contribute to online collaborative platforms.An exploratory survey was conducted with 73 software developers and a mixed methods approach was applied to analyze the survey results.The results provided deeper insights into how an expert in the field could be defined.The study provides a better understanding of the underlying factors that drive developers to contribute to GitHub and Stack Overflow, and the challenges they face when participating on either platform.Further, using machine learning techniques the thesis attempts to predict software developer expertise based on their participation on social coding platforms.I, Sri Lakshmi Vadlamani, would like to express my sincere gratitude to my amazing supervisor, Professor Olga Baysal, for her continuous guidance, advice, and friendly discussions.I was able to successfully complete this work solely because of her continuous efforts, her valuable feedback and positive reinforcements at every stage of this project and also through out my MS journey.I am very thankful to God for giving me two sons, Karthik and Krithik; my children thoroughly supported me during this journey by showing great situational awareness and for encouraging me and keeping me optimistic at every step of this journey and especially in some difficult moments.Also, I am thankful to my parents, my in-laws
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».