数据集概述
本数据集为硕士论文分析所用原始数据，聚焦软件工程研究中外部有效性威胁（以实验参与者为重点）的报告方式。包含5个文件，涵盖论文基本信息、实验细节、分段文本数据等内容，支持对软件工程研究泛化性声明的系统性分析。
文件详解
- 核心CSV文件（共4个）
- 文件名称：segments_merged_python.csv
- 文件格式：CSV
- 字段映射介绍：包含"seq"（序列）、"ID"（编号）、"paper"（论文标识）、"rater"（评分者）、"text"（文本内容）、"code"（编码）、"notes"（备注）、"cites"（引用）等字段，记录分段文本及编码信息
- 文件名称：2_title_and_abstract.csv
- 文件格式：CSV
- 字段映射介绍：包含"ID"（编号）、"paper"（论文标识）、"journal"（期刊）、"year"（年份）等字段，记录论文标题与摘要相关基本信息
- 文件名称：segments_merged.csv
- 文件格式：CSV
- 字段映射介绍：推测为合并后的分段文本数据，结构与segments_merged_python.csv类似
- 文件名称：experiment_details_EA.csv
- 文件格式：CSV
- 字段映射介绍：推测包含软件工程实验的详细信息，支持外部有效性威胁分析
- JSON文件（共1个）
- 文件名称：segmented_data.json
- 文件格式：JSON
- 字段映射介绍：推测为结构化的分段数据，存储文本分段及相关元信息
数据来源
硕士论文"Generalization claims from software engineering research: How articles report threats to external validity with a focus on experimental participants"
适用场景
- 软件工程研究方法评估: 分析学术论文中外部有效性威胁的报告模式与完整性
- 实验参与者代表性研究: 聚焦实验参与者维度，探究软件工程实验结果的泛化性限制
- 学术论文元数据分析: 基于论文标题、摘要及实验细节，挖掘软件工程研究的趋势特征
- 研究质量评价指标构建: 为软件工程研究外部有效性评价提供数据支撑与分析依据
