数据集概述
本数据集为论文《Self-Admitted Technical Debt Practices: A Comparison Between Industry and Open-Source》的配套数据，包含行业与开源场景下自我承认技术债务实践的调查、访谈及项目选择数据，覆盖多编程语言项目，为软件工程领域技术债务研究提供实证数据支持。
文件详解
该数据集包含多种格式文件，具体说明如下：
- 数据文件（CSV格式，共11个）：
- Interviews_Overall_Transcripts.csv：访谈记录数据，每行代表一个问题，每列（以#id命名）为受访者回答，列底部含受访者人口统计信息（不含公司及个人姓名）
- Survey_Industry_Answers.csv：行业调查结果数据，包含技术债务注释频率等问题的回答数据
- OSSProjectSelection_Python.csv、OSSProjectSelection_Java.csv、OSSProjectSelection_Ruby.csv、OSSProjectSelection_Javascript.csv：开源项目选择数据，含项目名称及沟通渠道信息
- Annotations_Policy_Design_Choices.csv：注释政策设计选择数据
- CodingAnnotationPoliciesResults.csv：编码注释政策结果数据
- 其他CSV文件：未明确说明的补充数据文件
- 文档文件（PDF格式，共3个）：
- SurveyTemplate_Industry.pdf：行业调查问卷模板
- SurveyTemplate_OSS.pdf：开源社区调查问卷模板
- CodingAnnotationPoliciesResults.pdf：编码注释政策结果文档
- 说明文件（TXT格式，共1个）：
- README.txt：数据集说明文档
- 压缩文件（ZIP格式，共1个）：
- stats.zip：统计数据压缩包
数据来源
Empirical Software Engineering Journal（Springer）
适用场景
- 软件工程研究：分析行业与开源场景下自我承认技术债务实践的差异
- 技术债务管理研究：探究不同场景下技术债务注释策略及政策设计选择
- 开源项目分析：研究多编程语言开源项目的技术债务相关实践
- 实证研究支持：为技术债务领域的定量与定性分析提供原始数据
- 调查方法应用：作为软件行业调查与开源社区调研的方法参考案例
