Explorando o impacto do GitHub Actions nas revisões de Pull Requests em projetos de Aprendizagem de Máquina
ConcluídoProjetos de aprendizagem de máquina (ML) apresentam desafios únicos em relação ao desenvolvimento de software tradicional, como a manipulação intensiva de dados, a reprodutibilidade dos testes e o comportamento não determinístico dos modelos. Tais características impactam diretamente o processo de revisão de pull requests (PRs), especialmente em ambientes colaborativos baseados em plataformas como o GitHub. Para apoiar essas revisões, ferramentas de integração contínua (CI), como o GitHub Actions, têm sido amplamente utilizadas em projetos de software. No entanto, ainda são escassas as evidências empíricas sobre os impactos dessas ferramentas em projetos de ML. Neste contexto, este projeto de pesquisa tem como objetivo investigar o impacto da adoção do GitHub Actions sobre o tempo e a dinâmica de revisão de PRs em projetos de ML. A pesquisa será conduzida por meio de uma abordagem quantitativa, baseada na análise de 55 projetos open source de ML hospedados no GitHub, utilizando métodos estatísticos como Regression Discontinuity Design (RDD) e testes de Mann-Whitney-Wilcoxon (MWW). Espera-se gerar evidências sobre o papel do GitHub Actions na revisão de PRs de projetos de ML, além de recomendações práticas para os contribuidores e mantenedores destes projetos, visando otimizar processos colaborativos e adaptar pipelines de CI às particularidades do desenvolvimento de sistemas baseados em ML.
Projeto importado do Suap em 21/03/2026 às 04:46 (há 10 horas, 57 minutos)