通过对 242 名 OSS 贡献者的调查，研究了人们参与 OSS 的动机变化，并发现与社交和声望相关的某些动机增加了频率，而某些内在的动机，如学习和智力刺激，仍然非常相关。

Jan, 2021

该研究报告调查了 42 名软件开发人员的情绪、创造力和分析问题解决能力之间的关系，并支持了 “快乐开发者更擅长分析问题解决” 的说法。该研究提供了更好地理解情绪状态对软件开发人员创造力和分析问题解决能力的影响，并引入和验证了关于情感状态、创造力和分析问题解决能力的心理测量、理论和概念，从而提出了利用多学科视角研究软件工程的人因素的需要。

May, 2015

图像生成模型在各种应用中变得普遍。这些模型通常通过使用假设普遍标准的人类质量判断进行微调和评估，而未考虑任务的主观性。为了研究如何量化主观性及其影响的规模，我们测量了不同使用情况下人类标注者之间的评估差异。通过模拟标注者主观性的潜在因素，我们设计了一组任务（T 恤图形、演示文稿视觉效果和手机背景图像），以从上下文中分析众包任务。研究结果表明，在个别情境和组合情境下，对图像的人工评估存在差异。图像外观、与文本的对齐以及文本中提到的对象的表达是影响这种主观性的三个关键因素。我们的研究强调了在构建和评估生成模型时考虑个别用户和情境的重要性。

Feb, 2024

收集了大量玩家的 Tom Clancy's The Division 的游戏数据和 Ubisoft 感知体验问卷调查，并使用基于支持向量机的偏好学习方法来推断游戏特征和玩家动机之间的映射关系，发现游戏特征是预测玩家动机的强有力因素。

Jan, 2019

本文通过在 Github 和 Gerrit 代码仓库中挖掘数据进行大规模实验比较两种主要的代码审查员推荐算法 (RevFinder 和基于朴素贝叶斯的方法) 的性能，以确定最佳的代码审查员。我们发现：1）没有一个模型适用于所有项目；2）不同的代码仓库会对推荐结果产生影响；3）利用 Gerrit 中可用的子项目信息可以改善推荐结果。

Jun, 2018

通过数据驱动的方法和机器学习模型，本文研究了 GitHub 项目的维护活动水平，揭示了 16% 的项目在一年内未得到维护，并指出 Objective-C 项目具有较低的维护活动水平，软件工具则是维护活动最高的项目类型。这项研究为开发者选择开源项目提供了帮助。

Mar, 2020

介绍了一种新的语言无关的源代码作者归属方法，并提出了一种更好地反映软件工程潜在实际应用方面的数据收集方法，指出现有合成数据集在现实数据上的验证精度下降很多，提出了下一步设计和评估作者归属模型的方向。

Jan, 2020

本文研究 GitHub 上软件系统的受欢迎程度及影响其受欢迎程度的因素，发现编程语言和应用领域是影响因素之一，同时，基于对 2,279 个受欢迎 GitHub 存储库的时间序列进行聚类，总结出 4 种主要的受欢迎度增长模式。研究成果可帮助开发者和维护者将软件系统建设和发展于竞争激烈的软件市场中。

Jun, 2016

开源 AI 软件项目的安全性和测量方法是关键，通过使用代码所有权和时间度量，该研究证实高级所有权与漏洞减少呈正相关，并开发了基于 Python 的命令行应用程序来评估和基准测试项目。

Dec, 2023

研究表明，具有实现代码自动生成能力的大型语言模型的正确性及努力度均对程序员的价值有影响，建议设计出更人性化的评估指标以评估这些模型的优劣。

Oct, 2022