Buchumschlag

Understanding Code Understandability Improvements in Code Reviews

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Oliveira, Delano, Santos, Reydne, de Oliveira, Benedito, Monperrus, Martin, Castor, Fernando, Madeiral, Fernanda
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

Understanding Underrepresented Groups in Open Source Software
von: Santos, Reydne, et al.
Veröffentlicht: (2025)

Bootstrapping Coding Agents: The Specification Is the Program
von: Monperrus, Martin
Veröffentlicht: (2026)

A Vision on Open Science for the Evolution of Software Engineering Research and Practice
von: OliveiraJr, Edson, et al.
Veröffentlicht: (2024)

AI-Powered, But Power-Hungry? Energy Efficiency of LLM-Generated Code
von: Solovyeva, Lola, et al.
Veröffentlicht: (2025)

Serializing Java Objects in Plain Code
von: Wachter, Julian, et al.
Veröffentlicht: (2024)

Understanding Emojis :) in Useful Code Review Comments
von: Ahmed, Sharif, et al.
Veröffentlicht: (2024)

An Initial Exploration of Contrastive Prompt Tuning to Generate Energy-Efficient Code
von: Weidmann, Sophie, et al.
Veröffentlicht: (2026)

Understanding Practitioners' Expectations on Clear Code Review Comments
von: Chen, Junkai, et al.
Veröffentlicht: (2024)

Understanding Dominant Themes in Reviewing Agentic AI-authored Code
von: Haider, Md. Asif, et al.
Veröffentlicht: (2026)

SBOM.EXE: Countering Dynamic Code Injection based on Software Bill of Materials in Java
von: Sharma, Aman, et al.
Veröffentlicht: (2024)

Help Me to Understand this Commit! -- A Vision for Contextualized Code Reviews
von: Unterkalmsteiner, Michael, et al.
Veröffentlicht: (2024)

Understanding Code Change with Micro-Changes
von: Chen, Lei, et al.
Veröffentlicht: (2024)

Supersonic: Learning to Generate Source Code Optimizations in C/C++
von: Chen, Zimin, et al.
Veröffentlicht: (2023)

Estimating the Energy Footprint of Software Systems: a Primer
von: Castor, Fernando
Veröffentlicht: (2024)

Scaling Laws Behind Code Understanding Model
von: Lin, Jiayi, et al.
Veröffentlicht: (2024)

Demystifying and Assessing Code Understandability in Java Decompilation
von: Qin, Ruixin, et al.
Veröffentlicht: (2024)

Enhancing and Reporting Robustness Boundary of Neural Code Models for Intelligent Code Understanding
von: Han, Tingxu, et al.
Veröffentlicht: (2026)

CodeMMLU: A Multi-Task Benchmark for Assessing Code Understanding & Reasoning Capabilities of CodeLLMs
von: Manh, Dung Nguyen, et al.
Veröffentlicht: (2024)

Applications and Implications of Large Language Models in Qualitative Analysis: A New Frontier for Empirical Software Engineering
von: Leça, Matheus de Morais, et al.
Veröffentlicht: (2024)

Software Fairness Testing in Practice
von: Santos, Ronnie de Souza, et al.
Veröffentlicht: (2025)

Code Improvement Practices at Meta
von: Mockus, Audris, et al.
Veröffentlicht: (2025)

Understanding the Limits of Automated Evaluation for Code Review Bots in Practice
von: Karakaya, Veli, et al.
Veröffentlicht: (2026)

NRevisit: A Cognitive Behavioral Metric for Code Understandability Assessment
von: Hao, Gao, et al.
Veröffentlicht: (2025)

Understanding the AI-powered Binary Code Similarity Detection
von: Fu, Lirong, et al.
Veröffentlicht: (2024)

Understanding Everything as Code: A Taxonomy and Conceptual Model
von: Wei, Haoran, et al.
Veröffentlicht: (2025)

Exit the Code: A Model for Understanding Career Abandonment Intention Among Software Developers
von: Massoni, Tiago, et al.
Veröffentlicht: (2025)

Studying Quality Improvements Recommended via Manual and Automated Code Review
von: Crupi, Giuseppe, et al.
Veröffentlicht: (2026)

Software Supply Chain Security of Web3
von: Monperrus, Martin
Veröffentlicht: (2025)

Babbling Suppression: Making LLMs Greener One Token at a Time
von: Solovyeva, Lola, et al.
Veröffentlicht: (2026)

CodeGlance: Understanding Code Reasoning Challenges in LLMs through Multi-Dimensional Feature Analysis
von: Wang, Yunkun, et al.
Veröffentlicht: (2026)

The Grand Software Supply Chain of AI Systems
von: Cesarano, Carmine, et al.
Veröffentlicht: (2026)

CodeOCR: On the Effectiveness of Vision Language Models in Code Understanding
von: Shi, Yuling, et al.
Veröffentlicht: (2026)

FastCode: Fast and Cost-Efficient Code Understanding and Reasoning
von: Li, Zhonghang, et al.
Veröffentlicht: (2026)

CodeSSM: Towards State Space Models for Code Understanding
von: Verma, Shweta, et al.
Veröffentlicht: (2025)

Towards Understanding the Impact of Code Modifications on Software Quality Metrics
von: Karanikiotis, Thomas, et al.
Veröffentlicht: (2024)

Completion by Comprehension: Guiding Code Generation with Multi-Granularity Understanding
von: Zhao, Xinkui, et al.
Veröffentlicht: (2025)

Enhancing Understandability and Transparency of Research Software: Tracing Research to Code
von: Bajraktari, Adrian, et al.
Veröffentlicht: (2026)

Theory of Code Space: Do Code Agents Understand Software Architecture?
von: Sapunov, Grigory
Veröffentlicht: (2026)

Bridging Code Graphs and Large Language Models for Better Code Understanding
von: Chen, Zeqi, et al.
Veröffentlicht: (2025)

CodeWatcher: IDE Telemetry Data Extraction Tool for Understanding Coding Interactions with LLMs
von: Basha, Manaal, et al.
Veröffentlicht: (2025)