公共代码贡献中的地理多样性
软件工程
2022-03-30 v1
摘要
我们对公开可用版本控制系统仓库中 50 年的提交进行了探索性、大规模、纵向研究，以刻画公共代码贡献者的地理多样性及其随时间的演变。我们分析了 Software Heritage 收集的 1971—2021 年间来自 1.6 亿个项目、由 4300 万名作者创作的共计 22 亿次提交。我们使用电子邮件顶级域名、与全球姓名分布对比的作者姓名，以及从提交元数据中挖掘的 UTC 偏移量作为信号，将开发者地理定位到由联合国地理方案衍生的 12 个世界区域。我们发现早期北美在开源软件中占主导地位，随后欧洲加入。此后，公共代码中的地理多样性持续增加。我们还识别出与 UNIX 战争、中亚和南亚编码素养提升，以及殖民主义和跨国人口流动（移民/ emigration）等更广泛现象相关的历史转变。
引用
@article{arxiv.2203.15369,
title = {Geographic Diversity in Public Code Contributions},
author = {Davide Rossi and Stefano Zacchiroli},
journal= {arXiv preprint arXiv:2203.15369},
year = {2022}
}
备注
The 2022 Mining Software Repositories Conference, May 2022, Pittsburgh, Pennsylvania, United States