数据集概述
本数据集是论文《Stories Complicate Things: A Qualitative Analysis of Coding Problems (Un)solved by GitHub Copilot》的配套数据包，包含未处理的原始数据、编码问题与解决方案的完整代码列表，以及生成的图像文件，用于支持对GitHub Copilot解决或未解决编码问题的定性分析研究。
文件详解
- 文档说明类
- 文件名称：readme.md
- 文件格式：MD
- 字段映射介绍：数据集说明文档，包含文件清单及各文件的简短描述
- 原始数据类
- 文件名称：raw_data.json
- 文件格式：JSON
- 字段映射介绍：未处理的原始数据，记录GitHub Copilot编码问题相关的基础信息
- 编码问题统计类
- 文件名称：codes_coding_problems.csv
- 文件格式：CSV
- 字段映射介绍：包含code（编码问题类型）、solved（解决数量）、unsolved（未解决数量）、category（问题类别）、percent_solved（解决率）等字段
- 解决方案统计类
- 文件名称：codes_solutions.csv
- 文件格式：CSV
- 字段映射介绍：包含code（解决方案类型）、solved（解决数量）、unsolved（未解决数量）、percent_solved（解决率）等字段
- 难度分布统计类
- 文件名称：difficulty_distribution_per_code.csv
- 文件格式：CSV
- 字段映射介绍：记录各编码问题类型的难度分布数据
- 编码类别定义类
- 文件名称：code_category_assignment_and_merging.json
- 文件格式：JSON
- 字段映射介绍：包含categories（类别定义）、equivalences（等价关系）、ignore（忽略项）三个核心键值对，定义编码问题的分类规则
- 图像文件类
- 文件名称：images.zip
- 文件格式：ZIP
- 字段映射介绍：生成的图像压缩包，包含与编码问题分析相关的可视化图像
数据来源
论文《Stories Complicate Things: A Qualitative Analysis of Coding Problems (Un)solved by GitHub Copilot》
适用场景
- GitHub Copilot性能分析：通过编码问题解决率数据，评估GitHub Copilot在不同类型编码任务中的表现
- 编码问题特征研究：分析编码问题类别、长度等特征与解决率的关联关系
- 定性研究支持：为编码问题解决过程的定性分析提供原始数据与统计基础
- 解决方案有效性评估：通过解决方案类型的统计数据，研究不同方案对编码问题解决的影响
- 可视化研究：利用生成的图像文件，直观展示编码问题的难度分布与分类特征
