Tailoring Code Smells To Model-View-Controller Architectures: Online Appendix

Name: Tailoring Code Smells To Model-View-Controller Architectures: Online Appendix
Creator: Università della Svizzera Italiana; University of Adelaide; TU Delft; USP
Published: 2017-01-20T00:00:00+08:00

Zenodo2017-01-20 更新2026-04-07 收录

MVC架构代码坏味道

代码质量分析

数据链接：

https://zenodo.org/record/253681 数据链接链接失效反馈

官方服务：

资源简介：

Appendix for our paper "Tailoring Code Smells to Model-View-Controller Architectures" (EMSE journal)

提供机构：

Università della Svizzera Italiana; University of Adelaide; TU Delft; USP

创建时间：

2017-01-20

autophagycode_D_metrics_he_Qwen3-8B_lr0.0001_correct_g3

代码质量分析

软件度量

该数据集包含与代码执行和质量评估相关的结构化数据，主要用于代码分析、缺陷检测和软件质量评估任务。数据集包含164个训练样本，每个样本包含14个特征字段：任务ID(task_id)、入口函数(entry_point)、可执行状态(is_executable)、正确性标识(is_correct)、通过测试数(tests_passed)、失败测试数(tests_failed)、测试运行时间(test_r

Hugging Face2026-03-24 更新150

autophagycode_D_metrics_he_Qwen3-8B_lr0.0001_text_g9

代码质量分析

软件维护性评估

该数据集包含164个训练样本，总大小约20.2KB。数据集主要记录代码分析相关指标，包含15个结构化字段：任务ID（task_id）、入口点函数（entry_point）、可执行状态（is_executable）、正确性标记（is_correct）、通过/失败的测试用例数（tests_passed/tests_failed）、测试运行时间（test_run_time_ms）、错误类型（error_

Hugging Face2026-03-26 更新110

xszheng2020/the_stack_dedup_python_hits_1_qsc_code_cate_autogen

代码质量分析

软件开发

这是一个关于代码质量评估的数据集，包含了多种编程语言编写的代码文件的特性，如文件哈希值、大小、扩展名、代码内容统计特征等。数据集还包含了仓库的星星数、问题数和分支数等信息，以及相关的时间戳。这些数据可能用于训练评估代码质量的机器学习模型。

Hugging Face2025-09-20 更新100

reshinthadith/2048_has_code_filtered_base_code_review_python

Python

代码质量分析

--- dataset_info: features: - name: body dtype: string - name: comments list: - name: ContentLicense dtype: string - name: CreationDate dtype: string - name: Id

Hugging Face2023-01-19 更新150

lycfight/lycfight__SWE-bench_Verified_0__style-2__fs-oracle

软件工程

代码质量分析

这个数据集包含了软件仓库中的代码问题和补丁信息，每个记录包括实例ID、文本描述、代码仓库信息、基础提交哈希值、问题描述、提示文本、创建时间、补丁代码、测试补丁代码、版本号以及两个状态字段（FAIL_TO_PASS和PASS_TO_PASS），表示代码从失败到通过或从通过到通过的状态变化。数据集仅包含一个测试集，大小为23288字节。

Hugging Face2025-04-09 更新110

Tailoring Code Smells To Model-View-Controller Architectures: Online Appendix

资源简介：

相关数据集