Documents dont l'auteur est "Muse, Biruk Asmare"

Réseau de collaboration

Veuillez patienter

Aide

Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.

Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.

Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.

Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.

Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.

B

Bosco, M., Cavoto, P., Ungolo, A., Muse, B. A., Khomh, F., Nardone, V., & Di Penta, M. UnityLint: A Bad Smell Detector for Unity [Communication écrite]. 2023 IEEE/ACM 31st International Conference on Program Comprehension (ICPC 2023), Melbourne, Australia. Lien externe

I

Ikama, A., Du, V., Belias, P., Muse, B. A., Khomh, F., & Hamdaqa, M. (octobre 2022). Revisiting the Impact of Anti-patterns on Fault-Proneness: A Differentiated Replication [Communication écrite]. 22nd IEEE International Working Conference on Source Code Analysis and Manipulation (SCAM 2022), Limassol, Cyprus. Lien externe

J

Jebnoun, H., Rahman, M. S., Khomh, F., & Muse, B. A. (2022). Clones in deep learning code: what, where, and why? Empirical Software Engineering, 27(4). Lien externe

M

Muse, B. A., Nafi, K. W., Khomh, F., & Antoniol, G. (2024). Data-access performance anti-patterns in data-intensive systems. Empirical Software Engineering, 29, 144 (35 pages). Lien externe

Muse, B. A., Khomh, F., & Antoniol, G. (2023). Refactoring practices in the context of data-intensive systems. Empirical Software Engineering, 28(2), 46 (66 pages). Lien externe

Muse, B. A. (2022). Data-Access Technical Debt: Specification, Refactoring, and Impact Analysis [Thèse de doctorat, Polytechnique Montréal]. Disponible

Muse, B. A., Khomh, F., & Antoniol, G. (mars 2022). Do developers refactor data access code? An empirical study [Communication écrite]. IEEE International Conference on Software Analysis, Evolution and Reengineering (SANER 2022), Honolulu, HI, USA. Lien externe

Muse, B. A., Nagy, C., Cleve, A., Khomh, F., & Antoniol, G. (2022). FIXME: synchronize with database! An empirical study of data access self-admitted technical debt. Empirical Software Engineering, 27(6), 42 pages. Lien externe

Muse, B. A., Rahman, M. M., Nagy, C., Cleve, A., Khomh, F., & Antoniol, G. (juin 2020). On the prevalence, impact and evolution of SQL Code smells in data-intensive systems [Communication écrite]. 17th International Conference on Mining Software Repositories (MSR 2020), Seoul, Republic of Korea. Lien externe

N

Nardone, V., Muse, B. A., Abidi, M., Khomh, F., & Di Penta, M. (2023). Video Game Bad Smells: What They Are and How Developers Perceive Them. ACM Transactions on Software Engineering and Methodology, 32(4), 1-35. Lien externe