Buchumschlag

Bug Priority Change: An Empirical Study on Apache Projects

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Zengyang, Cai, Guangzong, Yu, Qinyi, Liang, Peng, Mo, Ran, Liu, Hui
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bug Priority Change Prediction: An Exploratory Study on Apache Software
von: Cai, Guangzong, et al.
Veröffentlicht: (2025)

An Exploratory Study on Just-in-Time Multi-Programming-Language Bug Prediction
von: Li, Zengyang, et al.
Veröffentlicht: (2024)

Unveiling Security Weaknesses in Autonomous Driving Systems: An In-Depth Empirical Study
von: Cheng, Wenyuan, et al.
Veröffentlicht: (2025)

Fine-Tuning Code Language Models to Detect Cross-Language Bugs
von: Li, Zengyang, et al.
Veröffentlicht: (2025)

Unveiling Code Clones in the Eclipse IIoT Software Ecosystem
von: Li, Zengyang, et al.
Veröffentlicht: (2026)

Security Weaknesses of Copilot-Generated Code in GitHub Projects: An Empirical Study
von: Fu, Yujia, et al.
Veröffentlicht: (2023)

Automated Detection of Inter-Language Design Smells in Multi-Language Deep Learning Frameworks
von: Li, Zengyang, et al.
Veröffentlicht: (2024)

Demystifying Issues, Causes and Solutions in LLM Open-Source Projects
von: Cai, Yangxiao, et al.
Veröffentlicht: (2024)

An Empirical Study of Interaction Bugs in ROS-based Software
von: Chen, Zhixiang, et al.
Veröffentlicht: (2025)

Architecture Decisions in Quantum Software Systems: An Empirical Study on Stack Exchange and GitHub
von: Aktar, Mst Shamima, et al.
Veröffentlicht: (2023)

Using LLMs in Software Design: An Empirical Study of GitHub and A Practitioner Survey
von: Wang, Yifei, et al.
Veröffentlicht: (2026)

LLMs are Bug Replicators: An Empirical Study on LLMs' Capability in Completing Bug-prone Code
von: Guo, Liwei, et al.
Veröffentlicht: (2025)

An Empirical Study of Developers' Challenges in Implementing Workflows as Code: A Case Study on Apache Airflow
von: Yasmin, Jerin, et al.
Veröffentlicht: (2024)

An Empirical Study of Refactoring Engine Bugs
von: Wang, Haibo, et al.
Veröffentlicht: (2024)

An Empirical Study of Bugs in Modern LLM Agent Frameworks
von: Zhu, Xinxue, et al.
Veröffentlicht: (2026)

An Empirical Study on Embodied Artificial Intelligence Robot (EAIR) Software Bugs
von: Liao, Zeqin, et al.
Veröffentlicht: (2025)

Unveiling the Role of ChatGPT in Software Development: Insights from Developer-ChatGPT Interactions on GitHub
von: Li, Ruiyin, et al.
Veröffentlicht: (2025)

An Empirical Study on Leveraging Images in Automated Bug Report Reproduction
von: Wang, Dingbang, et al.
Veröffentlicht: (2025)

Mining Architectural Information: A Systematic Mapping Study
von: de Dieu, Musengamana Jean, et al.
Veröffentlicht: (2022)

Characterizing Bugs in Login Processes of Android Applications: An Empirical Study
von: Zhou, Zixu, et al.
Veröffentlicht: (2025)

Designing LLM-based Multi-Agent Systems for Software Engineering Tasks: Quality Attributes, Design Patterns and Rationale
von: Cai, Yangxiao, et al.
Veröffentlicht: (2025)

An Empirical Study on the Capability of LLMs in Decomposing Bug Reports
von: Chen, Zhiyuan, et al.
Veröffentlicht: (2025)

Exploring the Jupyter Ecosystem: An Empirical Study of Bugs and Vulnerabilities
von: Jiang, Wenyuan, et al.
Veröffentlicht: (2025)

An Empirical Study on the Classification of Bug Reports with Machine Learning
von: Andrade, Renato, et al.
Veröffentlicht: (2025)

An Exploratory Study of Bug-Introducing Changes: Exploring Relationships in Bug-Introducing Changes Towards Causal Understanding
von: Schulte, Lukas, et al.
Veröffentlicht: (2023)

An Empirical Study on LLM-based Agents for Automated Bug Fixing
von: Meng, Xiangxin, et al.
Veröffentlicht: (2024)

An Empirical Study on the Characteristics of Database Access Bugs in Java Applications
von: Liu, Wei, et al.
Veröffentlicht: (2024)

Understanding Bug-Reproducing Tests: A First Empirical Study
von: Hora, Andre, et al.
Veröffentlicht: (2026)

Exploring the Problems, their Causes and Solutions of AI Pair Programming: A Study on GitHub and Stack Overflow
von: Zhou, Xiyu, et al.
Veröffentlicht: (2023)

From Logic to Toolchains: An Empirical Study of Bugs in the TypeScript Ecosystem
von: Tang, TianYi, et al.
Veröffentlicht: (2026)

Does Programming Language Matter? An Empirical Study of Fuzzing Bug Detection
von: Shirai, Tatsuya, et al.
Veröffentlicht: (2026)

Understanding Bugs in Quantum Simulators: An Empirical Study
von: Upadhyay, Krishna, et al.
Veröffentlicht: (2026)

Beyond Functional Correctness: Design Issues in AI IDE-Generated Large-Scale Projects
von: Kashif, Syed Mohammad, et al.
Veröffentlicht: (2026)

Reducing False Positives in Static Bug Detection with LLMs: An Empirical Study in Industry
von: Du, Xueying, et al.
Veröffentlicht: (2026)

Dissecting Bug Triggers and Failure Modes in Modern Agentic Frameworks: An Empirical Study
von: Zhang, Xiaowen, et al.
Veröffentlicht: (2026)

BugForge: Constructing and Utilizing DBMS Bug Repository to Enhance DBMS Testing
von: Li, Dawei, et al.
Veröffentlicht: (2026)

An Empirical Study on Bug Severity Estimation using Source Code Metrics and Static Analysis
von: Mashhadi, Ehsan, et al.
Veröffentlicht: (2022)

Characterizing Bugs and Quality Attributes in Quantum Software: A Large-Scale Empirical Study
von: Yousuf, Mir Mohammad, et al.
Veröffentlicht: (2025)

Assessing the Bug-Proneness of Refactored Code: A Longitudinal Multi-Project Study
von: Ferreira, Isabella, et al.
Veröffentlicht: (2025)

Copilot-in-the-Loop: Fixing Code Smells in Copilot-Generated Python Code using Copilot
von: Zhang, Beiqi, et al.
Veröffentlicht: (2024)