Message from the MSR 2023 General and Program Co-Chairs
Notice bibliographique
Résumé
is a thriving research community that organizes a yearly conference that has gained a solid reputation amongst software engineering researchers.MSR 2023 features seven tracks -Technical, Data and Tool Showcase, Mining Challenge, Registered Report, Industry, Tutorials, and Vision and Reflection -and prestigious awards -ACM SIGSOFT Distinguished Paper, Most Influential Paper, FOSS Impact Paper, MSR Ric Holt Early Career Achievement, MSR Foundational Contribution, and MSR Doctoral Research Award.This year, we received 184 submissions across the six paper tracks of the conference: the technical track (118), the data and tool showcase (42), the mining challenge (9), the registered reports track (8), and the industry track (7).For the seventh year in a row, MSR used double-anonymous reviewing in both the technical and mining challenge tracks to reduce reviewer bias and to increase fairness in the review process.Due to the specific requirements of the tracks, the data and tool showcase, the registered reports, and the industry tracks followed a single-blind review model.Where possible, all MSR 2023 tracks encouraged Open Science policies to enable the sharing of tools and data for reviewers and fellow researchers (at the technical track Open Science was mandatory).The technical track received 118 submissions (99 full and 19 short).Three full papers were desk-rejected.The remaining 115 papers went through a thorough review process.We accepted a total of 43 out of the 118 submissions, with an overall acceptance rate of about 36%.By paper length, our acceptance rates are 37 out of 99 full papers (37%) and 6 out of 19 short papers (32%).
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,019 | 0,024 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,024 |
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 ».