Please use this identifier to cite or link to this item: http://hdl.handle.net/10316/90108
DC FieldValueLanguage
dc.contributor.advisorMadeira, Henrique Santos do Carmo-
dc.contributor.authorCahisso, Bongo Francisco-
dc.date.accessioned2020-06-30T22:00:18Z-
dc.date.available2020-06-30T22:00:18Z-
dc.date.issued2020-02-12-
dc.date.submitted2020-06-30-
dc.identifier.urihttp://hdl.handle.net/10316/90108-
dc.descriptionDissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia-
dc.description.abstractAs falhas de softwares (i.e., bugs) podem ter consequências desastrosasdependendo da área de utilização do software. O controlodos erros dos programadores no desenvolvimento de softwareé realizado pelas equipas de testes, controlo de qualidadee de inspecção de software, mas os processos aplicados, paraalém de serem trabalhosos (devido do aumento drástico do númerode linhas de código) também acarretam custos elevados.Os ambientes de desenvolvimento integrado (IDE) que se usamno desenvolvimento de software possuem apenas mecanismo deidentificação de erros de compilação e de execução, ou seja,não identificam as verdadeiras falhas de software, que resultamde erros humanos em consequência de elevada carga cognitiva,cansaço mental, stress e outros estados emocionais em queo programador vive constantemente. Nesta tese de mestradoapresentamos o primeiro protótipo de uma abordagem radicalque permite associar a carga cognitiva do programador a linhasde código e a tokens lexicais, através de anotações de biofeedback.O protótipo desenvolvido consiste numa versão expandidado IDE Eclipse, que realiza anotações e marcações de códigofonteusando dados de biofeedback dos programadores, dadosdas operações realizadas no código-fonte e métricas de complexidadedo código. Com este protótipo e com o uso de MachineLearning sobre os dados de anotação, abre-se caminho ao desenvolvimentode modelos de estimativa da densidade de errose de análise de risco de software, através do uso da informaçãosobre os estados emocionais e cognitivos do programador, emconjunto com métricas de complexidade de código.por
dc.description.abstractSoftware faults (i.e., bugs) may have disastrous consequencesdepending on the area of use of the software. The mitigation ofprogrammers’ errors in software development is carried out bysoftware quality control, namely by testing and software inspection,but the applied processes, in addition to being laborious(due to the drastic increase in the number of lines of code) alsoentail very high costs. The integrated development environments(IDE) that are used in software development only havemechanisms for identifying compilation and execution errors.That is, IDEs do not identify the true software faults, whichresult from human errors as consequence of high cognitive load,mental fatigue, stress and other emotional states in which theprogrammer constantly live. In this master thesis we presentthe first prototype of a radical approach that allows associatingthe programmer’s cognitive load to actual lines of code or lexicaltokens, through biofeedback annotations. The prototype developedconsists of an expanded version of the Eclipse IDE, whichmakes annotations and markup of source code using biofeedbackdata from programmers, including data from operations performedon source code and metrics of code complexity. With thisprototype, and with the use of Machine Learning on the annotationdata, it opens the way to the development of models forestimating error density and software risk analysis, through theuse of information on the emotional and cognitive states of theprogrammer, in conjunction with code complexity metrics.eng
dc.language.isopor-
dc.rightsembargoedAccess-
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/-
dc.subjectFalhas de Software, Engenharia de Software, plugins, IDE Eclipsepor
dc.subjectBiofeedback de programadores, carga cognitivapor
dc.subjectrealce do código-fonte, anotação do código-fontepor
dc.subjectsincronização de dados, complexidade do código-fontepor
dc.subjectaprendizagem máquinapor
dc.subjectSoftware failures, Software Engineering, plugins, Eclipse IDEeng
dc.subjectProgrammer biofeedback, cognitive loadeng
dc.subjecthighlighting the source code, annotating the source codeeng
dc.subjectdata synchronization, source code complexityeng
dc.subjectmachine learningeng
dc.titleIDE Com Destaque De Biofeedback Inteligentepor
dc.title.alternativeIDE with Smart Biofeedback Highlighteng
dc.typemasterThesis-
degois.publication.locationDepartamento de Engenharia Informática da Faculdade de Ciências e Tecnologias - DEI-FCTUC-
degois.publication.titleIDE Com Destaque De Biofeedback Inteligentepor
dc.date.embargoEndDate2021-02-11-
dc.peerreviewedyes-
dc.date.embargo2021-02-11*
dc.identifier.tid202491323-
thesis.degree.disciplineInformática-
thesis.degree.grantorUniversidade de Coimbra-
thesis.degree.level1-
thesis.degree.nameMestrado em Engenharia Informática-
uc.degree.grantorUnitFaculdade de Ciências e Tecnologia - Departamento de Engenharia Informática-
uc.degree.grantorID0500-
uc.contributor.authorCahisso, Bongo Francisco::0000-0002-9662-3557-
uc.degree.classification18-
uc.date.periodoEmbargo365-
uc.degree.presidentejuriPereira, Vasco Nuno Sousa Simões-
uc.degree.elementojuriMadeira, Henrique Santos do Carmo-
uc.degree.elementojuriFurtado, Pedro Nuno San-Bento-
uc.contributor.advisorMadeira, Henrique Santos do Carmo-
item.fulltextCom Texto completo-
item.grantfulltextopen-
item.languageiso639-1pt-
crisitem.advisor.deptFaculty of Sciences and Technology-
crisitem.advisor.parentdeptUniversity of Coimbra-
crisitem.advisor.researchunitCISUC - Centre for Informatics and Systems of the University of Coimbra-
crisitem.advisor.parentresearchunitFaculty of Sciences and Technology-
crisitem.advisor.orcid0000-0001-8146-4664-
Appears in Collections:UC - Dissertações de Mestrado
Files in This Item:
File Description SizeFormat
IDE-com-Destaque-de-Biofeedback--FINAL-.pdf7.39 MBAdobe PDFView/Open
Show simple item record

Page view(s)

82
checked on Sep 30, 2022

Download(s)

59
checked on Sep 30, 2022

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons