onti2023, 19.40, POF js viewer Entendendo o engajamento das comunidades front-end e back-end nos repositérios do GitHub Altino Alves Jiinior Depto, de Engenharia de Software PUC Minas Belo Horizonte, Brasil aajunior@sga.pueminas br Vitor Marcondes Morais Carmo Depto. de Engenharia de Software Leticia de Souza Meireles Depto. de Engenharia de Software PUC Minas elo Horizonte, Brasil Ieticia meireles.124503@sga pucminas.br Humberto T. Marques-Neto Depto. de Engenharia de Software Lucas Alves Rossi Figueira Depto. de Engenharia de Software PUC Minas: Belo Horizonte, Brasil larfigucira@sga.pueminasbr Laerte Xavier Depto, de Engenharia de Software PUC Minas PUC Minas PUC Minas Belo Horizonte, Brasil Belo Horizonte, Brasil Belo Horizonte, Brasil vitorcarmo.1201734@sga.pucminas br humberto@pueminasbr Inertexavier@pueminas.br RESUMO como o GitHub, onde participants sio desenvolvedores que podem Frequentemente, a comunidade de desenvolvedoresrealiza compa- etl, contibut, compartihar e busear por repsitrios de projetos rages entre aslinguagens de programacio das stuck de front-end e Jack end o que levanta questbes sobre manutemibilidade do e8digo, cegajamento da comunidade na reolugao de issues e popularidade das linguagens. Neste contexto, propde-se a investgar sobre o en jamento dos usuarios nos repositrios mais populares do GitHub, das linguagens de programacio mais populares nos titimos dois anos nessas stacks. A partir de métricas quantitaivas, buscou-se identificar com quaislinguagense stacks os desenvolvedores mais interagem,utilizando téenieas de mineragio nos quinhentos repo sit6rios publicos mais populares das linguagens analisadas e que contenham os tépicos de frontend e back-end. Os resultados apont tam que hi mais interacto com a stock fontend e uma preferéncia to desenvolvimento com a linguagem JavaScript em ambas stacks KEYWORDS Githtub, back-end, front-end, engajamento, minciragio de reposité 1 INTRODUGAO (0 software é um produto do trabalholhumana cada vez mais presente 1 sociedade[3]-Nos itimos anos diversas ferramentas, métodos © técnica tm sido desenvolvdas para serem utlizadas ao se aplicar Engenharia de Software na construgao de seus artefatos [1]. Dentre cesses métodos, resale o versionamento de cigoe software, ou se, eritérios e procedimentos necessirios para o gerenciamento fe controle das verses e mudancas de um eddigo-fonte, visando ‘maior seguranca,armazenamento¢ histérico em relagio a tansicio centre esas verses, (0 uso de repositris contribu com o versionamento de eBid, tbem como uma forma de promover melhor integrago ¢ eomunica ‘0 entre desenvolvedares c outros profssionais da rea ~ por meio de revisbes de cddigo, por exemplo ~ contemplando também fixas propostos pela Engenharia de Software, tas como de desenvolv- sento,vaidagio de requisitos, testes, ete. lém disso, sabe-se que tum repostério pode esta alocada localmente em um computador ‘ou em nuvem por meio de plataformas ou tedes socaisexpeciicas para cédigo. Uma rede possivel é de desenvalvedores de igo |ntps:fso sbe.o79,brindex.phpivemvarticle/view!22325122149, de acorde com assuntos ¢ Linguagens de Programagio (LPs) em «que foram desenvolvidos (9. ‘Outro ftorassociado s boas prticas da Engenharia de Software « projelos no Gitflub sio as stacks, Entende-se stack como um con junto de tecnologiasutlizadas para o desenvolvimento de software, que engloba linguagens de programagioy frameworks; banco de adios ¢ arquitetura das aplicagbes. Atualmente, destacam-se das principas stacks: back-end e front-end ~além do mobile que, multas ‘eres, ¢inchuida na stack front end ‘Compreende se o back-end como o lado servidor da aplicasio, Ele € responsivel pelo armazenamento, gerenciamento de dads, bem como regras de negéelos, APs. Esta & uma camada que ndo interage Airetamente com 0 usuirio, visto que os dados sto consumidos por meio do frontend de um aplicac3o. Em contrapartda,o front-end a camada que o usuirio visualiza e interage em uma aplicacio, cntreyando uma experiénciaintegrada ao back end, consumindo-o Por meio de requis e envios de dado. ‘Assim, diante dessa segmentacao de tecnologias, ¢ camum ab- servar discusses e sites que buscam esclarecer a diferenga entre as stacks [10], principalmente para desenvolvedores iniciantes que testo ingressando na érea. Até mesmo as onganizagbes alocam seus novos profssionas em equipesespecificas a depender da stack [7]. Especializarse em uma determinada sea e conhecer 0 peril dda comunidade pode contrbuir no momento de escalher em qual stack focat Dentro deste context, est trabalho pretende investigar o eng jamento da comunidade de desenvolvimento no Githtub nas stacks drack-ende front-end, buscando comparar, por meio das contribu .8es e popularidade dos reposit6rios, o comportamento e a partic ppagao das desenvolvedores em cada um desses grupos. Enfende-se ‘como engajamento a caracteristica de gerar novas ideias infor- ‘magies num determinade contexto, evidenciando discussées en tre equipes [5]. Neste trabalho, sso foi anaisado, por exemple, a partir da quantidade de issues e pull requests (PRS), bem come a partiipagio é veifcada pelos iimeros de reviews partcipantes ¢ ‘comentarios dessis mesmas PRs 15onti2023, 19.40, CCriou-se, portanto, um dataset composto por dados de 3.000 repositérios desenvolvides nas quatro principais inguagens de programagio do Gitfub (Java avaSeript, Python e TypeSeript) (4), assim como pull requests e issues associadss a esses repositrios. Com isso, pretende-se responder ds seguintes quests de pesquisa: ‘RQ. "Qual és linguagem mais popular de front-end e qual mais popular de back-end", RO2. "Qual stack possui maior contibuicio dda sua respeetiva comunidade?”, RQ3. "Em qual stack hi maior engajamento dos desenvolvedores?. ( presente artigo foi dividide da seguinte mat presenta os traballos mais relacionados, na segio $a metodologla utlizada a segio 4 desereve os resultados, a segio 5 apresenta as discusses, « segdo 6 demonstra as ameagusvalidadee, po fm, & seg 7 aconchusio, a segio 2 2 TRABALHOS RELACIONADOS uct a. [6] discutem sobre anceessidade de se escolher a linguagem de programagio correta para o desenvolvimento de projetos de software. Foram analisados, na comunidade Gite os niimetos de sequidores, forks e collections dos projetos e das linguagens de programagie. Costa and Fonciano [2] propuscram uma investigagio do comportamento dos programadores ao utilizarem repositirios hospedados no Cittuh e coma esses comportamientos infizenciam no sucesso dos repositrios analisudos, Ese estudo demonstra um padrio de comportamento dos desenvolvedoresem rela aos tipos de repositios, fazendo uma associacio entre operfile reposirios, ddemonstrando a necessidade dese estudar tamém a intcracio dos programadares no contexto das stacks Montandon ct al. [8] investiga as abordagens baseadas em apren: limo de maquina pars identiiear automaticamente oF papéis téenieos ds desenvolvedores de eddigoaberto. A pesquisa fo rx lizada com desenvolvedoresrotulados em seis fungies diferentes: Jpack-end, front-end, full stack, mobile, DevOps ¢ data science. Os resultados mostraram que as linguagens de programagio si0 os recursos mais rlevantes para prever os papéisinvestigados. Este artigo relaciona ao presente projeto por compreender a import cia da eseolha da linguagem de programacio para as qualidades de projetos no Gittlub, Diferentemente dos trabalhos correlatos, esta pesquisa busca compreender o comportamento de desenvolvedores dentro de wma comunidade de eédigo aberto, analisando-os pela perspectiva da stack lingagens com que trabalham, 3 METODOLOGIA Este trabalho promove tim estuda de easo exploratérin, Para a realizagio dest experimento, o dataset contempla dados referentes uma selego de repositorios do Gitfub, dispond de determinadas Informagdes ~ nimero de estrelas (sargazers) ¢ a quantidade de issues abertasefechadas, por exemplo ~ além de suas pull requests. ‘A coleta de dados ocorteu por meio de utn script responsivel pelo consumo da API GraphQL. do GitHub. Dessa forma, foram feitas as sequintes etapas para a coleta de dados: 1) selecio de reposilorio para as linguagens definidas, bem como aqueles que ppotsuiam tipico referente as stacks; 2) slegao de pull requests refe- rentes aos repositrios coletados na etapa anterior, 3) selegao de ntpsifso sbe.o79,brindex.phpivervarticle/view!22325122149 POF js viewer es init repositarios que possuam tpi referente is stacks esclhidas inde- pendentemente do filtro por linguagem de programagio utilizada. ‘Vale ressaltar que, para cada uma das consultas estabeleceu-se al- {guns eritérios para selogdo, os quais serio abordados nas subseqSes sequins. 3.1 Selecdo de repositérios por stack e linguagem {A primeira coleta realizada so de repositrios de projetos que con- tém as linguagens de programagio mais populares de acordo com © proprio Gitfiub, além daqueles que possuan 0 pico referente as stacks escolhidas, conforme melhor explicado adiante. “Ascher es nuatent ds prornienla den tepals 6 Jetados para execugio desta pesquisa considera o "The 2021 State (of the Octovere” (4), tamém denominado como Relatério Octo verse, idealizado pelo Githtub referente ao ano de 2021 - versio mais recente até a realizagio deste experiment Este documento dlivulga as tendénciasatuais no mundo do desenvolvimento, bem como resultados preditivs a respeito de desenvolvedores, equipes, organizagies ¢ comunidades presentes na plataforma, Desa foma, tendo em vista os resultados, escollieu-serepositrios das quatro linguayens de programacio mais populares no ano, sendo estas: JavaScript, Python Java e TypeScript ‘Outro fatorlevado em conta para a eoleta dos epost “sack: Portanto, para realzagio deste experimento consideraram- seas stacks fon-end e backend, as quais so associadas 208 “tp cos" no GitHub (em ngs, topic). pcos permite aos usurios| do GitHub pesquisare encontrar epositiris de um assunto ex pecific, areas, grupos de afinidades e entre outrasearacteristcas Jmportantes,localizando projetos os quais possam contrib. Logo, utlizou-se 0 tdpios “front-end” e “back-end” para coleta dos repo- sitios. important ressltar que otopico“fon-end” ft utiizado ras linguagens JavaSeript e TypeScriptdevido & maior famiiart- dade douso desta para aplicacies de front-end enquanto “backend” para todas as presentes no experimente: Java, Python, JavaScript © TypeSeript, Destaca-se ainda que, para a API do GitHub a uti zagio ou nio do hifen no nome das stacks na query € indiferente, ‘etornano os mesmo reposition Por fm, a exco de JavaScript Typescript para a stack backend sed pela erescente utiizagio das tenologias com auxilios de frameworks ou biblioteas como 0 Nodes ness segmento, ‘Alem disso, um outro fat foi a data de “pase”, ou a, temo due se refere ao envio de ateragbes (commits) de uma branch e tepositrio Git loeal para um repostério remoto. Dessa forma, definiuse x data a partir de O1 de janieo de 2020, data em que as quatro linguagens de programagio esealhidasoeupam o ranking como quatro das dez mais ulizadas na plataforma, conforme © Relatrio Octoverse (3) Por fim, &necessario considerar a quantidade de repositios, aque serio coletados por linguagem/stack: Com o aii da API do GitHub utlzando GraphOt, fot possivel trae vsualizar 4 quan- tidade de repositios que atendiam os ertéris defnidos acim, essa forma, para back-end eacontrou-se ur total de 5.251 repos trios para todas as inguagens sad, respectivamente, para java, JavaScript, Python e TypeScrpt os seguintes nimeros: 578, 2734, 791 € 1.148 epositéros. Enquanto front-end conta com um total 215onti2023, 19.40, de 4.628 repositéris. Sendo, respectivamente, para JavaSeript © ‘TypeScript os seguintes mmeros:2.734e 1.894. ‘Sendo assim, foram coletads $00 reposttrios por linguagem e por stack. eritéria para buscar apenas 500 repositorios baseia-se no fato de que, para realizar a pesquisa no GitFiub, os filtros de stack limitaram o niimero de projetosretomados. Na linguagem Java, por exemplo, foram retornados apenas 578 repositérios. Além disso, os filtos foram necessros para que a busca realizada re tomasse apenas repositrios que possutssem os topieos back-end ou front-end, dentro das inguayens analisada (Java, Python, Ty- peSeripte JavaScript). Alda, ao tentar busca os tepsitrios mals populares utiizando os filtras mencionados acima, foi retomada lama quantidade insignificante de projets, o que levou dadogio da busca ordenida por esteclas para cada repostori, 3.2 Coleta de pull requests [Apartr dos repostirios selecionads na etapa anterior, vealizou-se 1 coleta dos pull requests, sero atribuidos como uma forma de anilise de contrbuigao. Em suma, o pull request é uma forma eo perativa de compantithar uma ou mais maudangas em ego de wm epostirio, asim, as mudangas ocoridas na branches secundias| serio publeadasna branch prneial aps uma ou mais revisbes e ou discusses entre membros do time em questio. Sendo assim, oeriterioadotado foi a selec de pull requests com status merged ou closed, que tiveram uma ou mais revisBes €cujo intervalo entre aabertura e muuanga de satus foi de no minim tama hora, A motivagao da definigao &selecionar pull requests ji trabalhadas, bem eomo mitigar revisdesautomiiticas de digo, 3.3. Selegao de repositérios por stack Por fim, neste experimento exeeutot-se tum script responsivel por coletar uma lista de repostérios por stack, ou soja, front-end back-end, Sendo assim, neste momento no se levou em conta aslinguagens de programacéo utilizadas nos profetox em questi Fo realizado tum filtro da quantidade de repasitorios eujos topics referem-se as stacks, obtendlo-se 7.918 ropositiris hack end e 12.687 frontend. Assim, coletaram-se os 1.000 primeiros repositérios, ordenados porestrela de forma decrescente, ou sea, do maior para 0 menor ‘niimero de estas, Define-s este valor visto uma limitagoimposta no uso da API GraphQl. do GitHub, a qual determina que para cada pesquisa do Githlub fornega até 1.000 resultados 4 RESULTADOS Esta segao objetiva analisar os resultados encontrads para cada uma das questdes desta pesquisa 4.1 RQ1- Qual é a linguagem mais popular de front-end e qual a mais popular de back-end? Conforme abordado na metodologia, foram coletados 1.000 repo- sitérios clasificados com o topo front-end e outros 1.000 €0m © ‘pico back-end com o objetivo de averiguar. partie da propor io de linguagens primirias dentre cada sack, qual é linguager mais popular dente eada uma das sacks ~caracterizando uma das métricas. Assim, ¢ evidenciado na Figura 1 que, no eso da stack ‘back-end, a proporcio de repostirios da inguagem JavaScript é| ntpsifso sbe.o79,brindex.phpivervarticle/view!22325122149 POF js viewer air: 21,7 contra 05 14.6% do TypeSeript, 11.9% do Python © 58% do Java importante notar que 7.6% dos repositérios no possuiam linguagem primrla,estando elasfieados no grfico como "None". Ji para a stack frontend, verifica-se que 34.2% dos repositories so de JavaScript, enquanto 17.8% sto de TypeSeript e 122% mio referem-se a nenbumna linguagem, Figura 1: Proporgao de linguagens nos repositorios por stack. Para cada stack, foram coletados 1000 repositérios. Em termos da quantidade de estrlas por linguagem pata cada uma das stacks, para stack frontend, alinguagem JavaScript apre- sentou 0 total de 637.514 estrelas, contra 242.409 estrclas para re- postérios sem uma linguagem definida © 176.747 estrelas para repositrioscuj linguagem primaria é 0 TypeSeript. Per out lad, tna stack front-end, JavaSerip também se destacou, apresentand @ total de 109.488 estrelas em repositros dessa linguazem, contra 73.639 estrelas de repositrios que nio possuem linguagem defi- rida; 46491 estrolas para repostéris da linguagem Go, 25.252 para “Typescript; 24.484 para PHP, 13.080 para Python e 9.674 estrelas para repositrios java ‘Tendo em vista 0 que foi exposto, pode-se considerar que Tinguagem mats popular de front-end back-end. a partir do modo de earscterizagioexcolhido - que uilizow as “ipicos” do Githtub — {JavaScript para ambos os casos. 4.2 RQ2- Qual stack possui maior contribuicao da sua respectiva comunidade? ‘A fim de analisar a primeira métrca, pode-se veificar a Figura 2, que evidenca, por meio de um grifico boxplot a distribuicio de pull requests para cal stack. Nota-se que, para sack back-end, 3 ‘medina de pul requests com asituasao merged ¢ de 109, enquanto para a slack frontend é de 140. Ainda, ha menor distibuigio de Valores para a stack huck-end quando comparada 4 stack front ‘end Evidencia-s, asim, um maior engajamento por parte dos desenvolvedores front-end, tendo em vista que a medians de PRS “merged” — que foram integradas, portanto, ao eédigo principal ~ dessa stack é maior em relag a outa Para segunda métrca ¢possivel analisara Figura 3, que mostra, em grificos distintos, a distribuigso de issues com a situago opened (aberta)e closed (fechada) por stack. Verfa-se, portant, que, para ambos os status de isues a mediana dos eposirios front-end sio maiores: 96 isues contra 63 issues, no caso daquelas com o status closed; 4 mediana de 47 tsues contra 32 para aqulas com o status ‘opened. 35onti2023, 19.40, Distrioulg de Merged Fas por sac Figura 2: Distribui asituagio merged. por stack de pull requests que possuem Dstibuigdo de ses por stack Figura 3; Distribuigao, por stack, de issues que possuem a situagao open e closed Dado que fol analisado,constat-se que os reposiérios de fron ‘end apresentam maior contibuicio da sua vespectiva comunidade, tanto em relagio is issues, quanto em relagio As pull requests 4.3 RQ3-Com qual stack ha maior engajamento dos desenvolvedores? Com o intuito de verifiear em qual stack hi maior engajamento por parte desenvolvedores foram estabelecidas duas métrieas: tempo ‘mediano mensal para o fechamento das PRs por stack e mediana de comentarios, patiipantes e reviews das PRs por sack. ‘Assim, conforme se vé na Figura 4, que representa o tempo de anilise mediano mensal de merged pull requests por stack ~ em que a stack front-end esti representada de laranja ea back-end, de tzu ~nota-se que, na maori do meses, mediana stack front-end presenta-se menor, como foi o easo de junho de 2021, por exemple, fem que o tempo mediano para o merge de uma pull requet foi de 20h, enquanto que, para.a stack back-end, o tempo foi de 53,5 horas. Evidencia-se, portanto, um menor tempo na stack front-end para ‘que as pull requests sejam adicionadas ao cidigo principal, passando ster o status merged caracterizande, assim, um maior engajamento dessa comida ntpsifso sbe.o79,brindex.phpivervarticle/view!22325122149 POF js viewer es init _Além disso, para a segunda métrica, pode se analisar a Figura 5, que, por meio de um grifico boxplot, mostra como se di a distri- bbuigi de comentirios, participants ¢ eviews para as pull requests de cada sack. Nota-se que, para todas os casos, a stack front-end presenta maior median: no caso de comentirios, 29.5 contra 25 do back-end; para os participantes, a mediana de 15 do front-end contra 95 do back-end c, em termos de reviews, 445 contra 35,5 do back-end, Evidencia-se, ainda, uma maior distribuigio dos dados da stack front-end para todas as dimensides em relagio stack back-end, principalmente para o nGmero de paricipantes, ‘Desa forma, tendo-se em vista as anilisesfeltas, constatas que a stack front-end apresenta maior engajamento em termos das smetricasselecionadas 5 DISCUSSAO. Considerando que este trabalho buses avaliar © engajamento © contrbuigdo nas stacks front-end e back-end, no contexto dos re- positérios do GitHub, nota-se, a partir dos resultados obtidos nas Qs, que a stack front-end apresentou, no getal, um maior nivel de rmobilizagio dos usuarios. E interessante notar que, até mesmo quando se analisou, na ROI, a quantidade de estrelas € a proporeio de repositrios por Tinguagem para eada uma das stacks, as linguagens JavaScript © Typescript ~ escolhidas de forma secundéria para a stack back-end por também serem bastante utlzadas nesse contexto ~ acabaram se sobressaindo a frente do Java e Python, que foram eseolhidas guagens principais de back-end. Portanto,além do fato das Iinguayens JavaScript e TypeScript ja serem bastante tilizadas pela ‘comunidade da stack back-end, acredita-se também que © modo ‘como foram obtidos os repositéris para cada stack (ilizando-se ‘dos “topicos” do GitHub) tenha deixado de fora uma quantidade significativa de repositrios que poderiam igualmente encaixarem. se nessa clasiicago de stacks. Além disso, em relagio is RQs 2 € 3, que buscaram avaliar 0 en- ¢gajamento e contribuigdo para cada stack, o lado front-end também se destacot. Notow-se que a quantidade de pull requests que foram “mergeadas”e também 0 mimero de issues tanto abertas, quanto fechadas ~ foi maior para a stack front-end. demonstranda wma smaior quantidade de submissSes de corregdes no cédigo erelato dde problemas. /\inda, em termos do tempo que se leva para wma pull request ser aceita, nota-se que a comunidade front-end mostra- ‘se mais ativa para analisare decidir pelo sucesso da contribuigio feita por outro desenvolvedor, Acredita-se que o comportamento ¢ notado pelo fato de repositories dessa stack demandarem mais :manatengio ¢ modifcagbes, pela constantes demanas de usurios «em rela ao aspecto visual e, ainda, ofato de um projeto da stack back-end poder atender virios projets frontend. 6 AMEACAS A VALIDADE Pensando-se nas ameacasvalidade do experimento dentificow-se riscos relacionadas a valdade a conclusio, interna e externa, Em relagao valdade & conelusio, tom-se a mancira como realizou- se a coleta de repositiris utilizando of tépicus do GitHub para identifcar a stack do repositrio, o que limitow o quantidade de repositérios coletados, bem como « presenga de virios repositi- os com zero estrelas. Além disso, foram buscados apenas 500 465onti2023, 19.40, POF js viewer io 2, uta de 20, Vital ale Figura 4: Tempo mediano mensal (em horas), por stack, para anilise de pull requests. A linha laranja representa a stack frontend. cealinha azul, a stack back-end. Figura 5: Distribuigao, por stack, de comentarios, participan: tes € reviews para as pull requests repositérios por linguagem que, conforme explicado na sega de “Metodologia, justfica-se pelo baixa niimero de repositérios que seriam retorados caso fesse realizada a ordenagio por estrlas, por cexemplo, Pensando-se em validade externa, hi ma complexidde maior para generaizagao caso opte por menos linguagensdevido & ‘quantidade limitada de repositéros, dessa forma, mitigou-se cole- tando repositorios de mais linguagens para formar uma amostra maior com 3.000 epositérios. Por fim, para ameacas de validade terma, conta-se com a possibilidade de falas no seri respon: sivel pela coleta de dados, podendo causar erro ao salvar dados importantes, bm como a perda dessa informagies. Dessa forma, mitigou-se por meio do armazenamento dos dados em um banico de dados, bem como os pontos de parada durante a execugao do script para testara sua precisio Funcionamento correo, 7 CONCLUSAO 0 uso de repositérios GitHub para o versionamento ¢ armazena mento de ebdigos de um sistema de software tornou-se uma fera ‘monta essencial para desenvolvedares de todas as cas. O exper mento exploratdria deserita ao longo do texto focou em analisar fo ongajamento da comunidade dentro da plataforma, dividindo a coleta de dados por linguagem de programagio de acordo com as mais uiizadas dividindo-as por stacks frontend e back-end. trabalho também respondeu, de maneira assertiva, as perguntas propostas na metodologia ¢ determinow que: ntpsifso sbe.o79,brindex.phpivervarticle/view!22325122149 QI. JavaScript é linguagem de programagio mais popular tanto no back-end quanto no front-end RQ2. A stack front-end recebe maior contibuigio dos usuarios QS. A stack front-end recebe maior engajamento des desenvol- vedores presentes na plataforma (Os resultados mostram uma maior popularidade de desenvalv mento front-end de acordo com a comunidade e uma preferéneia a0 desenvolvimento com a linguagem JavaScript em ambos os stacks. Portanto, acredita-se que desenvolvedores iniciantes poderao ter tmuior amparo e feedbacks mais constantes caso aptem por trabalhar om front-end, principalmente com JavaScript. No que se refere aos twablhos futuros, sugere-se que haja una pesquisa sobre a relacio centre a qualidade de um desenvolvimento back-end e wi front-end «em linguagens populres, came JavaScript e TypeSer REFERENCIAS 1) Ane BK Car 208, eine anger def Ee 12} Yetor Unt and Lee Fon. 201 Minera Padres denen de In| Jone Herc Cabral ermandex 005. Qual pres do denne de telnet Cllr 55 (0209, 293 oepecealr abe! Slap seipteseartextpa-st0%- 2200. Ano |e] Gitta Sa The at Suto ie Ontreretpactoverae acon 1B] Sherlock A Licosh and Step G. McDonell 2017. tapdormg sutware Alpen work pactzer lark ilrencen partpatio, egasemeat sd Spc of nk resus, Inoematn Management 4 (7, Set 32 inter atas (oj Dongong as fie Wa, Yona Seng eng Land Memgmens Yang. 202 “nay the popular of prem languages in ape ute sltwre muri 22 Intemational Conference i De end il coer (eens) te 11-114 Ir Jou aura Matundo,Ceistan Pottowsb ctr Lourdes Sta Mac Ti te Vet Fabio eile, a Yana Gachenee 221 What shld IT Formation and Sofware Tcl) 120) 169, po. 038, ‘naa on fai ard Montandon Marc aio Vlet and acini 2021 Mining the esha Wea Gl ers Ifrmation and fe Teh 13 ro, tos, (>| Lis SA Hosa, Thiago Henrigue PS, and Nit Mora. 2016 Anite da (Conte para Cap ete Repontrs do Cl 56). Lie Simmons 202. The Dlleeone tween Front ys. BackEnd | Come ieemetont— compere aim capers) 55