Towards Surgically-Precise Technical Debt Estimation: Early Results and Research Roadmap
Publiceringsår
2019
Upphovspersoner
Lenarduzzi, Valentina; Martini, Antonio; Taibi, Davide; Tamburri, Damian Andrew
Organisationer och upphovspersoner
Publikationstyp
Publikationsform
Artikel
Moderpublikationens typ
Konferens
Artikelstyp
Annan artikel
Målgrupp
VetenskapligKollegialt utvärderad
Kollegialt utvärderadUKM:s publikationstyp
A4 Artikel i en konferenspublikationPublikationskanalens uppgifter
Moderpublikationens namn
Towards Surgically-Precise Technical Debt Estimation: Early Results and Research Roadmap
Konferens
ACM SIGSOFT International Workshop on Machine Learning Techniques for Software Quality Evaluation
Förläggare
Sidor
37-42
ISBN
Publikationsforum
Publikationsforumsnivå
1
Öppen tillgång
Öppen tillgänglighet i förläggarens tjänst
Ingen information
Parallellsparad
Ja
Övriga uppgifter
Vetenskapsområden
Data- och informationsvetenskap
Förlagets internationalitet
Internationell
Språk
engelska
Internationell sampublikation
Ja
Sampublikation med ett företag
Nej
DOI
10.1145/3340482.3342747
Publikationen ingår i undervisnings- och kulturministeriets datainsamling
Ja