数据集概述
本数据集是题为《Beyond Adoption: Examining the Evolution and Impact of Code of Conduct on Open Source Communities》研究的复现数据包，包含研究问题（RQ1、RQ2）相关的原始数据、分析代码、结果文件及补充材料，支持对开源社区行为准则（CoC）的演进过程与影响的复现分析。
文件详解
- 文档类文件：
- Readme.md：Markdown格式，可能包含数据集的使用说明、文件结构及研究背景介绍
- Supplementary_material.pdf：PDF格式，包含研究问题1（RQ1）和研究问题2（RQ2）的补充图表、代码本及聚类结果
- 研究问题1（RQ1）相关文件：
- RQ1_1_CoC_repos.csv：CSV格式，包含所有有行为准则的代码仓库完整列表
- RQ1_2_GPT_coding.md：Markdown格式，用于通过GPT对行为准则更新类型进行编码的提示词
- RQ1_2_clustering_results.csv：CSV格式，研究问题1.2的聚类结果数据
- 研究问题2（RQ2）相关文件：
- RQ2_1_DiD.ipynb：Jupyter Notebook格式，用于双重差分（DiD）分析的代码，探究行为准则采用对社区参与度的影响
- RQ2_1_DiD_data.csv：CSV格式，双重差分分析的输入数据，包含不同时间差（1个月、3个月、6个月、9个月、12个月）的对照组与处理组数据
- RQ2_1_DiD_results.csv：CSV格式，双重差分分析的输出结果
- RQ2_2_CoC_attributes.ipynb：Jupyter Notebook格式，用于分析行为准则更新特征与社区参与度关系的代码
- RQ2_2_CoC_attributes_data.csv：CSV格式，行为准则更新分析的输入数据
- RQ2_2_CoC_attributes_results.csv：CSV格式，行为准则更新分析的输出结果
适用场景
- 开源社区治理研究：分析行为准则在开源社区中的演进过程与实施效果
- 社区参与度影响因素分析：探究行为准则采用及更新特征对社区参与度的作用机制
- 计量经济学方法应用：验证双重差分模型在开源社区行为研究中的适用性
- 自然语言处理应用：研究GPT在行为准则文本编码任务中的效果与应用场景
