Developer Troubleshooting Experience Study - grounded theory coded interview data
Notice bibliographique
Résumé
This repository contains a dataset from a research study on developer troubleshooting experiences conducted by researchers at University of Victoria, used to construct a Theory of Troubleshooting as the developer's cognitive experience of overcoming confusion. As a central research question, we asked “What is the developer thinking, feeling, and striving for during the experience of troubleshooting?" We define troubleshooting as the cognitive problem-solving process of identifying, understanding, and constructing a mental model of the cause of an unexpected system behavior, and consider troubleshooting (cognitive process) to be an integral part of the activity of debugging. The study included 27 semi-structured interviews asking software developers to reflect on their experiences of troubleshooting, talking through both specific experiences and general impressions, both individually and collaboratively. We used a Constructivist Grounded Theory (CGT) approach to the analysis, reviewing the interview transcripts line by line, interpreting what is happening in the developer's experience, creating initial grounded codes that are low-level and interpretive, then sorting and grouping to raise the abstraction level with higher-level focus codes and connecting to theoretical categories. After a broader analysis of the data, we narrowed our focus to eight theoretical categories centered around the developer's experience of overcoming confusion: Confusion Experience Trouble in the Creation Process Trying to Gain Clarity Poking and Seeing Elucidating the Problem Frustration vs Confidence Experiential Intuition Figuring It Out The dataset includes: Eight theoretical category reports (prefixed "category_report_") that include 681 initial grounded codes and corresponding participant numbers across all 27 interviews, that we used to construct our theoretical models. For example, the category_report_confusion_experience.csv includes 117 examples of experiences related to confusion. 16 emerging question reports (prefixed "rq_") that includes a broad set of 1032 initial grounded codes sorted by emerging question with corresponding participant numbers across the first 12 interviews before we reached theoretical saturation and narrowed our theoretical focus. A summary of emerging questions and Miro board links by emerging question which includes the 1032 initial grounded codes sorted and grouped into higher level focus codes (Miro_boards_per_emerging_question.pdf) The developer interview protocol that generated the dataset (dev_interview_protocol.pdf) The developer follow up interview protocol that we used to validate and refine the models and test for resonance, showing an early version of the model diagrams prior to refinement (dev_interview_protocol_followup.pdf) Demographics data by participant (demographics.csv), with gender summarized for anonymity (the participants include 8 women, 1 non-binary, and 18 men)
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 | 0,017 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».