A Large Scale Study of Programming

languages and Code Quality in Github

Un estudio a gran escala de los lenguajes de

programación y la calidad de los códigos en
Github
 ABSTRACT
Tema de debate por mucho tiempo

Se obtuvo mucha data desde la

plataforma GitHub

729 Proyectos

80 millones de línea de código

29.000 autores

1.5 millones de actualizaciones

de proyecto en 17 lenguajes

El tamaño de la muestra nos permite un enfoque de

métodos mixtos, combinando modelos de regresión
múltiple, para estudiar el efecto del lenguaje y sus
características, tales como. tipado dinámico, tipado
estático, tipado fuerte, tipado débil, calidad del software
 INTRODUCCIÓN
Muchas personas pueden estar de
acuerdo que un lenguaje de
programación puede impactar no solo
el proceso de codificación, sino
también por las propiedades de los
resultados obtenidos
Cada proyecto proporciona un
historial de registros, donde
extraemos datos, incluyendo la
contribución histórica, numero de
proyectos, y defectos reparados.
Usamos la data para determinar el
efecto del la característica del
lenguaje en la ocurrencia de defectos
usando una variedad de
herramientas
Una serie de debates se produc
lenguaje de programación dado
trabajo." Aunque algunos de e
con un fervor casi religioso, la m
en que un lenguaje de program
El proceso de codificación, sino
resultante.
Los defensores de la tipificació
inferencia de tipos detectará
defensores de la tipificación d
lugar de gastar mucho tiempo
estático que surgen de los a
conservadores del tipo estático
el mecanografiar dinámico fuer
surgen. Estos debates, sin emba
 METODOLOGIA
Aquí describimos los lenguajes y
proyectos en GitHub que
recolectamos y el metodo de analisis
que usamos para responder nuestras
preguntas.

Para recuperar los mejores lenguajes

de programación y sus proyectos
correspondientes, usamos archivos de
GitHub, una base de datos que
registra todas las actividades
publicadas en Github.

Los mejores lenguajes en GitHub son

medidos encontrando primero el
numero de proyectos en GitHub de
codigo abierto desarrolados en cada
lenguaje.
 RESULTADOS
Antes de analizar las propiedades del
lenguaje con más detalle, comenzamos
con una pregunta directa que aborda
directamente el núcleo de lo que algunos
creen fervientemente que debe ser cierto,
a saber:

Pa

Lo.
 CONCLUSIÓN
Hemos presentado una larga escala de los tipos de lenguajes y
su uso, como un relato para calidad de software. La data del
GitHub usada esta caracterizada por su complejidad y la
varianza a lo largo de multiples dimensiones del lenguaje, tipos
de lenguajes, uso de dominios y numero de proyectos
guardados.
El gran conjunto de datos de GitHub, numero de ejemplos,
metodos de estudios mezclados del efecto del lenguaje.
Examinamos la interaccion del lenguaje, dominio y los tipos de
defectos. Los datos indican que los lenguajes funcionales son
mejores que los lenguajes procedimentales, que la tipificacion
fuerte es mejor que la tipificacion, que la tipificacion estatica es
mejor que la tipificacion dinamica y que el uso administrado
de memoria es mejor que la no administrada