Temporal Discounting in Technical Debt: How do Software Practitioners\n Discount the Future?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Technical Debt management decisions always imply a trade-off among outcomes\nat different points in time. In such intertemporal choices, distant outcomes\nare often valued lower than close ones, a phenomenon known as temporal\ndiscounting. Technical Debt research largely develops prescriptive approaches\nfor how software engineers should make such decisions. Few have studied how\nthey actually make them. This leaves open central questions about how software\npractitioners make decisions.\n This paper investigates how software practitioners discount uncertain future\noutcomes and whether they exhibit temporal discounting. We adopt experimental\nmethods from intertemporal choice, an active area of research. We administered\nan online questionnaire to 33 developers from two companies in which we\npresented choices between developing a feature and making a longer-term\ninvestment in architecture. The results show wide-spread temporal discounting\nwith notable differences in individual behavior. The results are consistent\nwith similar studies in consumer behavior and raise a number of questions about\nthe causal factors that influence temporal discounting in software engineering.\nAs the first empirical study on intertemporal choice in SE, the paper\nestablishes an empirical basis for understanding how software developers\napproach intertemporal choice and provides a blueprint for future studies.\n
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle