Logo do repositório
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Entrar
    Novo usuário? Clique aqui para cadastrar. Esqueceu sua senha?
Logo do repositório
  • Comunidades e Coleções
  • Tudo no Repositório
  • Sobre o RI-CEFETMG
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Entrar
    Novo usuário? Clique aqui para cadastrar. Esqueceu sua senha?
  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Ribeiro, Marcus Vinicius Diniz"

Agora exibindo 1 - 1 de 1
Resultados por página
Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    Item
    Identificação de valores de referência de métricas em software Python
    (Centro Federal de Educação Tecnológica de Minas Gerais, 2026-06-17) Ribeiro, Marcus Vinicius Diniz; Ferreira, Kecia Aline Marques; http://lattes.cnpq.br/5681147676729706; Ferreira, Kecia Aline Marques; kupsch, Daniela Cristina Cascini; Silva, Edson Marchetti
    A qualidade de software pode ser avaliada por meio de métricas quantitativas capazes de indicar características estruturais como complexidade, acoplamento, herança e coesão. Embora a linguagem Python tenha ampla adoção em diferentes domínios, há carência de valores de referência que auxiliem a interpretação objetiva dessas métricas em sistemas orientados a objetos. Diante desse cenário, este trabalho tem como objetivo identificar valores de referência para métricas de software aplicadas a software Python. Para isso, foi utilizada uma ferramenta responsável pela extração automática de 11 métricas orientadas a objetos, em uma amostra de 45 repositórios de código aberto selecionados no GitHub. Os dados obtidos foram consolidados e analisados estatisticamente com base em percentis, seguindo uma abordagem já aplicada em estudos anteriores com sistemas Java. A partir dessa abordagem, definimos intervalos de classificação para as métricas analisadas, categorizando seus valores como Bom/Frequente, Regular/Ocasional e Ruim/Raro. Os valores de referência identificados foram avaliados por meio de um estudo de caso. Os resultados sugerem que os limiares propostos mostram-se promissores como instrumentos de triagem para apontar componentes complexos com potencial necessidade de refatoração.

Repositório Institucional do Centro Federal de Educação Tecnológica de Minas Gerais

repositorio@cefetmg.br

DSpace software copyright © 2002-2026 LYRASIS

  • Configurações de Cookies
  • Política de Privacidade
  • Termos de Uso
  • Enviar uma Sugestão