[论文解读] GitHub Discussions: An Exploratory Study of Early Adoption

Hideaki Hata, Nicole Novielli+3 more|arXiv (Cornell University)|Feb 10, 2021

Software Engineering Research参考文献 23被引用 12

一句话总结

本项混合方法研究调查了92个开源项目在GitHub Discussions封闭测试阶段（2020年1月至7月）的早期采用情况。通过7,116条讨论的定量分析、问卷调查及情感分析，作者发现开发者将Discussions用于错误报告、代码审查和社区互动，核心贡献者推动了参与度。该功能被认为具有价值，但面临讨论主题与Issues重复的问题，且其情感倾向比Stack Overflow帖子更为积极。

ABSTRACT

Discussions is a new feature of GitHub for asking questions or discussing topics outside of specific Issues or Pull Requests. Before being available to all projects in December 2020, it had been tested on selected open source software projects. To understand how developers use this novel feature, how they perceive it, and how it impacts the development processes, we conducted a mixed-methods study based on early adopters of GitHub discussions from January until July 2020. We found that: (1) errors, unexpected behavior, and code reviews are prevalent discussion categories; (2) there is a positive relationship between project member involvement and discussion frequency; (3) developers consider GitHub Discussions useful but face the problem of topic duplication between Discussions and Issues; (4) Discussions play a crucial role in advancing the development of projects; and (5) positive sentiment in Discussions is more frequent than in Stack Overflow posts. Our findings are a first step towards data-informed guidance for using GitHub Discussions, opening up avenues for future work on this novel communication channel.

研究动机与目标

• 理解GitHub Discussions早期采用者在实践中如何使用该功能，特别是与现有沟通渠道（如Issues和Stack Overflow）的对比。
• 调查开发者对GitHub Discussions的感知有用性，并识别其采纳过程中的挑战，如渠道混淆和主题重复问题。
• 分析Discussions对软件开发流程的影响，包括其与Issues和Pull Requests的相互作用。
• 比较GitHub Discussions与Stack Overflow帖子的情感倾向和毒性水平，以评估社区健康状况。
• 为项目管理者提供基于数据的建议，以指导GitHub Discussions的有效使用。

提出的方法

• 开展混合方法研究，结合对92个GitHub项目中7,116条Discussions的定量分析、对29,136条帖子的情感分析，以及34名使用该功能的开发者的定性问卷调查反馈。
• 通过主题分析对讨论主题进行分类，识别出错误、代码审查和未来规划等重复出现的主题。
• 应用监督式情感分析，比较GitHub Discussions与Stack Overflow帖子的情感基调，测量极性（正面/负面）和毒性。
• 使用相关性与回归模型分析项目成员参与度与讨论频率之间的关系。
• 绘制讨论与GitHub Issues及Pull Requests的互动关系，以评估其在开发工作流中的作用。
• 收集并分析开发者问卷反馈，以评估其对功能的感知有用性、渠道偏好，以及Discussions与Issues之间感知到的冗余性。

实验结果

研究问题

• RQ1 开发者如何将GitHub Discussions与现有沟通渠道（如Issues和Stack Overflow）进行比较使用？
• RQ2 GitHub Discussions中的主要话题和讨论类别是什么？它们与软件开发任务有何关联？
• RQ3 GitHub Discussions中的情感倾向和情绪基调与Stack Overflow帖子相比如何？
• RQ4 核心开发者的参与度与项目中讨论频率之间存在何种关系？
• RQ5 开发者如何感知GitHub Discussions的有用性？他们在采纳过程中面临哪些挑战？

主要发现

• 最普遍的讨论类别为错误、异常行为和代码审查，表明Discussions被用于错误报告和协作代码审查。
• 项目成员参与度与讨论频率之间存在统计上显著的正相关关系，表明活跃贡献者推动了社区参与。
• 开发者认为GitHub Discussions在社区建设与知识共享方面具有价值，但对Discussions与Issues之间的话题重复表示担忧，可能导致沟通碎片化。
• Discussions在推动项目发展方面发挥关键作用，通过促进想法交流、功能规划和新人引导，通常作为正式Issues和Pull Requests的补充。
• GitHub Discussions中正面情感的出现频率高于Stack Overflow帖子，表明其社区环境更具协作性且敌意更小。
• 本研究识别出制定项目特定指南的必要性，以减少渠道混淆，并改善Issues、Pull Requests与Discussions之间沟通的组织性。