Herramientas de automatización en el desarrollo de software: un análisi de tendencias

Headnote

Resumen: La automatización en desarrollo de software ha permitido incrementar los niveles de eficiencia y calidad en la programación, ya que optimizan procesos, abriendo, a su vez, nuevas áreas de investigación científica. Por tanto, el objetivo es examinar las tendencias investigativas sobre herramientas de automatización en el desarrollo de software. Se propone un análisis bibliométrico basado en la declaración PRISMA-2020. La producción científica en la temática ha crecido en años recientes, destacando 2015 y 2019 como los años con más publicaciones. Marshall C y Brereton P son los principales referentes. El enfoque temático ha evolucionado, desde confiabilidad a la gestión de la fuente de código. Identificación de palabras clave emergentes como el procesamiento de imágenes y el E-learning revela áreas novedosas, mientras que la clasificación de palabras clave según función aporta una visión detallada. Esta bibliometría orienta investigaciones futuras, informando tendencias y ofreciendo guía para la academia en ingeniería del software.

Palabras-clave: Optimización de procesos, PRISMA-2020, Procesamiento de imágenes, Gestión de código fuente, Eficiencia.

Abstract: Automation in software development has made it possible to increase the level of efficiency and quality in programming, since it optimizes processes, which in turn opens up new areas of scientific research. Therefore, the objective is to study the research trends on automation tools in software development. A bibliometric analysis based on the PRISMA-2020 statement is proposed. The scientific production on this topic has grown in recent years, highlighting 2015 and 2019 as the years with the most publications. Marshall C and Brereton P are the main references. The focus has shifted from reliability to source code management. The identification of emerging keywords such as image processing and e-learning reveals new areas, while the classification of keywords by function provides a detailed insight. This bibliometric study guides future research, informs trends, and provides guidance to the software engineering academy.

Keywords: Process Optimization, PRISMA-2020, Image Processing, Source Code Management, Efficiency.

1. Introducción

La automatización en el desarrollo de software ha surgido como un enfoque esencial para abordar los desafíos de eficiencia y calidad en la producción de software en un entorno competitivo. Implica la aplicación de herramientas y técnicas automatizadas que buscan agilizar el proceso de desarrollo, reducir errores y mejorar la entrega de productos funcionales. Investigaciones recientes han explorado su aplicación en diversas áreas, como el análisis de propiedades mecánicas en materiales compuestos mediante algoritmos de aprendizaje automático (Rani et al., 2023) y el desarrollo seguro de contratos inteligentes (Reyes et al., 2023). Esta investigación bibliométrica tiene como objetivo analizar la literatura científica existente para identificar tendencias y contribuciones sobresalientes en este campo en constante evolución, proporcionando una visión integral de cómo la automatización está dando forma al panorama del desarrollo de software.

La relevancia primordial de las herramientas de automatización en el desarrollo de software radica en su capacidad para optimizar la eficiencia y calidad del proceso de creación de programas. Investigaciones recientes respaldan esta importancia, como el enfoque de Banerjee y Choppella (2023) en la síntesis guiada por conocimiento para el diseño de software de control, y el estudio de Narang y Mittal (2022) sobre la evaluación de metodologías tradicionales y la cultura de automatización DevOps. Estos trabajos enfatizan cómo la automatización fortalece la eficiencia y la entrega continua de software, destacando su papel transformador en el ámbito del desarrollo de software.

A pesar de los avances, persisten vacíos de investigación en herramientas de automatización en el desarrollo de software. La evaluación comparativa de características de herramientas, como señala Gamido y Gamido (2019), y la integración efectiva de estas en diversas etapas del ciclo de vida del desarrollo necesitan mayor exploración. Estos vacíos justifican una bibliometría para identificar tendencias y áreas subrepresentadas, impulsando investigaciones futuras en esta dirección. Por tanto, se tiene que el objetivo de la presente investigación es examinar las tendencias investigativas sobre herramientas de automatización en el desarrollo de software. Por lo cual, además, se plantean las siguientes preguntas de investigación:

- ¿Cuáles son los años donde más intereses se ha presentado sobre herramientas de automatización en el desarrollo de software?

- ¿Qué tipo de crecimiento presenta la cantidad de artículos científicos sobre herramientas de automatización en el desarrollo de software?

- ¿Cuáles son los principales referentes investigativos sobre herramientas de automatización en el desarrollo de software?

- ¿Cuál es la evolución temática derivada de la producción científica sobre herramientas de automatización en el desarrollo de software?

- ¿Cuáles son las palabras clave crecientes y emergentes en el campo de investigación de herramientas de automatización en el desarrollo de software?

- ¿Cómo se clasifican las palabras clave de la literatura científica sobre herramientas de automatización en el desarrollo de software según su función?

2. Metodología

Se ha realizado una investigación exploratoria basada en fuentes secundarias de investigación, empleando un análisis bibliométrico bajo los lincamientos de la declaración PRISMA-2020 (Page et al., 2021). Este enfoque sistemático ha permitido identificar tendencias y patrones en la literatura científica sobre herramientas de automatización en el desarrollo de software, proporcionando una visión comprensiva del estado actual de este campo.

2.1. Criterios de elegibilidad

En el marco de esta bibliometría enfocada en herramientas de automatización en el desarrollo de software, los criterios de inclusión se fundamentan en la presencia de términos pertinentes tanto en los títulos como en las palabras clave de los documentos, requiriendo la convergencia adecuada de sinónimos de "automatización" y términos relacionados con "desarrollo de software". En términos de exclusión, se establecen tres fases progresivas. En la primera fase, se excluyen los registros con indexación errónea para salvaguardar la integridad inicial de la base de datos. La segunda fase dirige la exclusión a los documentos sin acceso a texto completo, aplicando esta medida solo a las Revisiones Sistemáticas de Literatura, y se recalca que la bibliometría se circunscribe al análisis de metadatos en este punto. Finalmente, en la tercera fase, se eliminan registros con indexación incompleta y contenido no relevante, contribuyendo a la depuración de los datos y a la alta calidad del análisis bibliométrico.

2.2. Fuentes de información

Para este estudio bibliométrico sobre herramientas de automatización en el desarrollo de software, se eligieron las bases de datos Scopus y Web of Science debido a su posición como las principales fuentes de información científica en la actualidad. Estas bases de datos gozan de un alcance internacional y una amplia cobertura interdisciplinaria, lo que garantiza la inclusión de una variedad significativa de trabajos académicos relevantes en el campo.

2.3. Estrategia de búsqueda

Para realizar la búsqueda en las bases de datos seleccionadas, se desarrollaron dos ecuaciones de búsqueda especializadas. Estas ecuaciones fueron diseñadas para cumplir con los criterios de inclusión definidos y se ajustaron a las características de búsqueda de cada base de datos, asegurando una búsqueda precisa y exhaustiva. En ese sentido, se tienen las siguientes ecuaciones de búsqueda:

Para la base de datos Scopus: ( ( TITLE ( "Automation tool·" OR "Automated tool·" OR "Automated software tool·" OR "Software development automation" OR "Automated software development" OR "Automated programming tool·" OR "Software automation framework·" OR "Automated coding tool·" OR "Automated testing tool·" OR "Automated deployment tool·" ) AND TITLE ( "Software development" OR "Software engineering" OR "Programming" OR "Coding" OR "Software design" OR "Agile development" OR "DevOps" OR "Continuous integration" OR "Continuous delivery" OR "Continuous deployment" ) ) OR ( AUTHKEY ( "Automation tool·" OR "Automated tool·" OR "Automated software tool·" OR "Software development automation" OR "Automated software development" OR "Automated programming tool·" OR "Software automation framework·" OR "Automated coding tool·" OR "Automated testing tool·" OR "Automated deployment tool·" ) AND KEY ( "Software development" OR "Software engineering" OR "Programming" OR "Coding" OR "Software design" OR "Agile development" OR "DevOps" OR "Continuous integration" OR "Continuous delivery" OR "Continuous deployment" ) ) )

Para la base de datos Web of Science: ( ( TI= ( "Automation tool·" OR "Automated tool·" OR "Automated software tool·" OR "Software development automation" OR "Automated software development" OR "Automated programming tool·" OR "Software automation framework·" OR "Automated coding tool·" OR "Automated testing tool·" OR "Automated deployment tool·" ) AND TI= ( "Software development" OR "Software engineering" OR "Programming" OR "Coding" OR "Software design" OR "Agile development" OR "DevOps" OR "Continuous integration" OR "Continuous delivery" OR "Continuous deployment" ) ) OR ( AK= ( "Automation tool·" OR "Automated tool·" OR "Automated software tool·" OR "Software development automation" OR "Automated software development" OR "Automated programming tool·" OR "Software automation framework·" OR "Automated coding tool·" OR "Automated testing tool·" OR "Automated deployment tool·" ) AND AK= ( "Software development" OR "Software engineering" OR "Programming" OR "Coding" OR "Software design" OR "Agile development" OR "DevOps" OR "Continuous integration" OR "Continuous delivery" OR "Continuous deployment" ) ) )

2.4. Gestión de datos

En este estudio de bibliometría sobre herramientas de automatización en el desarrollo de software, se empleó Microsoft Excel® para extraer, almacenar y gestionar la información de las bases de datos. Para analizar y visualizar los resultados bibliométricos, se utilizaron las herramientas gratuitas VOSviewer® y Microsoft Excel®. VOSviewer® se empleó para generar gráficos que representan indicadores bibliométricos, ofreciendo una visión visual de las relaciones en la literatura científica. En conjunto con VOSviewer®, Microsoft Excel® facilitó la creación y presentación de gráficas que destacan los indicadores clave, enriqueciendo la comprensión de los resultados obtenidos.

2.5. Proceso de selección

Siguiendo la orientación de la declaración PRISMA 2020 (Page et al., 2021), se abordó la utilización de clasificadores automáticos internos y validación para reducir riesgos en la selección. En este estudio de bibliometria sobre herramientas de automatización en el desarrollo de software, se desarrolló una herramienta de automatización en Microsoft Excel® internamente, colaborativa entre los investigadores. Cada investigador la aplicó de manera independiente en la selección, mitigando el riesgo de estudios perdidos o clasificaciones incorrectas a través de la convergencia de resultados.

La identificación inicial se realizó mediante estrategias de búsqueda en las fuentes seleccionadas y eliminación de duplicados. Luego, se ejecutaron las tres fases de exclusión definidas en la subsección de criterios de elegibilidad. Finalmente, se incluyeron 93 artículos en esta bibliometria de herramientas de automatización en desarrollo de software.

3. Resultados

La actual bibliometría ha posibilitado la identificación de un incremento de naturaleza exponencial en un 97,35%, como se visualiza en la Figura 2. Este notable crecimiento señala un interés creciente en la temática de herramientas de automatización en el desarrollo de software a lo largo del tiempo. Los años 2015, 2019 y 2022 han destacado como periodos en los que se ha experimentado un mayor volumen de publicaciones en esta área, reflejando una dinámica temporal significativa en la producción científica relacionada con este campo de estudio.

En cuanto a los principales autores identificados en esta bibliometría sobre herramientas de automatización en el desarrollo de software, se discernieron tres grupos notables, como se aprecia en la Figura 3. En primer lugar, se destacan autores como Marshall C y Brereton P, quienes sobresalen tanto en términos de productividad como de impacto, evidenciando una combinación sólida de cantidad y relevancia en sus contribuciones. En un segundo grupo, se encuentran autores como Doong R, Savoia Ay Boshernitsan M, quienes, a pesar de presentar una baja productividad científica, emergen como referentes en términos de impacto, sugiriendo contribuciones de gran influencia. Por último, en el tercer grupo, autores como Mittal P y Narang P se distinguen principalmente por su productividad científica, aunque sus cifras de citación no sean tan destacadas.

La presente investigación, como se ilustra en la Figura 4, se enfocó en analizar la evolución temática en la literatura relacionada con herramientas de automatización en el desarrollo de software. A través de un análisis de palabras clave predominantes en cada año de estudio, desde 1975 hasta 2023, se exploraron las tendencias temáticas a lo largo del tiempo. Se observa que en el año 1975, como punto de partida, se introdujeron conceptos como "Software reliability". A medida que avanzan los años, se identifica un cambio en los temas dominantes, reflejado en palabras clave como "Wrapping codes", "Steepled", "Tuning" y "Source code management". Estas palabras clave resaltan tendencias emergentes en investigaciones recientes, proporcionando una visión cronológica de las áreas de enfoque en la literatura sobre herramientas de automatización en el desarrollo de software.

En este estudio bibliométrico sobre herramientas de automatización en el desarrollo de software, se ha implementado un enfoque visual representado en la Figura 5. Este enfoque utiliza un plano cartesiano para medir la frecuencia de uso de palabras clave en el eje X y su vigencia en el eje Y. Este gráfico identifica cuatro cuadrantes distintos: el cuarto cuadrante alberga conceptos decrecientes como "Software testing". En el cuadrante 2 se observan palabras clave emergentes con baja frecuencia pero alta vigencia, como "Image processing", "Image analysis software", "Optical images" y "Particulare polymeric composites". Los conceptos consolidados y en crecimiento se ubican en el cuadrante 1, sin embargo, en esta investigación no se encontraron términos en este cuadrante.

Se presenta la Tabla 1, la cual despliega una clasificación exhaustiva de las palabras clave emergentes y en crecimiento relacionadas con herramientas de automatización en el desarrollo de software, segmentadas según sus funciones distintivas. A través de esta clasificación, se facilita la identificación de las características y aplicaciones clave de cada una de estas funciones categorizadas. Esta tabla brinda una visión sistemática y organizada de la diversidad funcional de las palabras clave emergentes y en crecimiento, permitiendo una comprensión más profunda de las áreas temáticas emergentes y en expansión en el contexto de herramientas de automatización en el desarrollo de software.

4. Discusión

En la sección de discusión, se lleva a cabo un análisis exhaustivo de los resultados del estudio bibliométrico sobre herramientas de automatización en el desarrollo de software. Además, se exploran las implicaciones prácticas derivadas de los hallazgos y se abordan las limitaciones del estudio, proporcionando una evaluación completa y crítica de su alcance y aplicabilidad.

4.1. Análisis de los resultados

Como se evidenció en la sección de resultados (ver Figura 2), los años de mayor producción científica en la temática de herramientas de automatización en el desarrollo de software fueron 2015 y 2019, respectivamente. En 2015, algunos de los principales autores llevaron a cabo una encuesta interdisciplinaria utilizando entrevistas semiestructuradas para analizar herramientas que respaldan revisiones sistemáticas en ingeniería de software (Marshall et al., 2015). Por otro lado, en 2019, otros autores se enfocaron en la selección de sistemas óptimos de alarmas en el software de automatización industrial, explorando aplicaciones para la optimización en la industria líder (Tufail et al., 2019). Estas investigaciones reflejan un enfoque diverso en cuanto a la aplicación y utilidad de las herramientas de automatización en el desarrollo de software en distintos contextos industriales y de investigación.

En la sección de resultados de la presente bibliometría sobre herramientas de automatización en el desarrollo de software, se destacó a Marshall C y Brereton P como principales autores en términos de productividad e impacto, con contribuciones significativas que los han establecido como referentes investigativos. Su estudio del año 2013 abordó herramientas de apoyo a revisiones sistemáticas en ingeniería de software, realizando un mapeo exhaustivo que sentó las bases para investigaciones futuras en este campo (Marshall & Brereton, 2013).

Asimismo, se resaltó la relevancia de Doong R, Savoia A y Boshernitsan M, quienes se posicionaron como referentes en términos de impacto. Su investigación del año 2006 exploró la transición de la herramienta Daikon a Agitator, lo que brindó valiosas lecciones y desafíos en la construcción de una herramienta comercial para pruebas de desarrolladores (Boshernitsan et al., 2006). Estas investigaciones, junto con otras contribuciones relevantes, han consolidado a estos autores como influyentes en el campo de las herramientas de automatización en el desarrollo de software.

Entre los principales resultados de la presente bibliometría sobre herramientas de automatización en el desarrollo de software, se destaca el análisis de la evolución temática en la literatura. En los primeros años de investigación, el enfoque conceptual se centró en "Software reliability", como se evidenció en estudios como el de Ramamoorthy у Но (1975)? que abordaron la evaluación automatizada de sistemas de software a gran escala, destacando la importancia de garantizar la confiabilidad en el desarrollo (Ramamoorthy & Но, 1975).

En el estado actual de la temática, se observa un cambio en el énfasis conceptual, con un amplio conocimiento sobre conceptos emergentes como "Wrapping codes", "Steepled", "Tuning" у "Source code management". Mittal y Narang (2023) contribuyen con la evaluación y análisis del desempeño de herramientas de automatización basadas en desarrollo y operaciones para la gestion de código fuente, mientras que Zhou et al. (2021) presentan una herramienta automatizada para el análisis y ajuste de código acelerado por GPU en aplicaciones de HPC, reflejando la relevancia actual de optimización y gestión de código en la investigación (Mittal & Narang, 2023; Zhou et al., 2021). Estos cambios temáticos señalan la dinámica y las tendencias emergentes en el ámbito de las herramientas de automatización en el desarrollo de software.

Porúltimo, en el contextodelapresentebibliometríasobreherramientasdeautomatización en el desarrollo de software, se examinó el cuadrante 2 del plano cartesiano, el cual engloba conceptos emergentes en el ámbito científico de la temática. Entre las palabras clave que destacan en este cuadrante se encuentran "Image processing", "Image analysis software", "Optical images", "Particulare polymeric composites" y "E-learning".

"Image processing", "Optical images", "Particulare polymeric composites" y "Image analysis software" han cobrado importancia debido a la creciente necesidad de automatizar el análisis y procesamiento de imágenes en diversas disciplinas, como la medicina, la industria y la investigación científica, y que están relacionados con la exploración de nuevos materiales y técnicas en el campo de la ingeniería y la ciencia de materiales (Rani et al., 2023). Además, "E-learning" se alza como un enfoque emergente en la educación, impulsado por la tecnología y la necesidad de adaptación a nuevas formas de enseñanza y aprendizaje (Venkatesh & Thangaraj, 2019). Estos conceptos emergentes son indicativos de la dirección en la que avanza la investigación en herramientas de automatización en el desarrollo de software, alineándose con las demandas y tendencias actuales en diversos campos de aplicación.

4.2.Limitaciones e implicaciones prácticas

Pese a los aportes significativos de la presente bibliometría en el análisis de herramientas de automatización en el desarrollo de software, es importante reconocer ciertas limitaciones inherentes al enfoque metodológico. La exclusión de bases de datos adicionales y la dependencia de términos de búsqueda específicos podrían haber restringido la inclusión de algunos trabajos relevantes en la investigación. Además, la utilización de indicadores bibliométricos puede no capturar completamente la complejidad de las interacciones y conexiones entre los estudios, lo que podría influir en la interpretación global de la temática. Estas limitaciones subrayan la necesidad de considerar múltiples enfoques y fuentes de información para obtener una imagen más completa y precisa del campo de estudio en cuestión.

En términos de implicaciones prácticas, los resultados de esta bibliometría ofrecen información valiosa para diversas partes interesadas. Los profesionales y desarrolladores de software pueden aprovechar los hallazgos sobre las herramientas emergentes y tendencias de investigación actuales para tomar decisiones informadas sobre la adopción de nuevas tecnologías y enfoques en sus proyectos de desarrollo. Además, las organizaciones y empresas pueden utilizar estos resultados para identificar las áreas de mayor interés y avance en la automatización del desarrollo de software, lo que podría influir en la planificación de recursos y la inversión en investigación y desarrollo. Asimismo, los responsables de la toma de decisiones en instituciones académicas y centros de investigación pueden utilizar estos resultados para definir áreas de investigación prioritarias y diseñar programas de estudio que estén alineados con las tendencias y necesidades de la industria. La identificación de los principales referentes en el campo también puede facilitar la colaboración y el intercambio de conocimientos entre investigadores, lo que podría potenciar el avance científico en esta área.

5. Conclusiones

Se concluye que la producción científica en esta temática ha experimentado un crecimiento significativo en los últimos años, siendo 2015 y 2019 los años de mayor actividad. Este aumento en la publicación de investigaciones refleja el interés y la importancia que la automatización en el desarrollo de software ha adquirido en la comunidad científica y en la industria. Además, se ha observado un cambio en el enfoque temático a lo largo del tiempo, pasando de la preocupación por la confiabilidad del software en los primeros años a la exploración de conceptos más avanzados como "Wrapping codes", "Steepled", "Tuning" y "Source code management".

En relación con los principales autores, se ha identificado que Marshall C y Brereton P han destacado tanto en términos de productividad como de impacto. Estos investigadores han contribuido de manera significativa a la literatura en este campo, consolidando sus nombres como referentes en la comunidad científica. Por otro lado, autores como Doong R, Savoia A y Boshernitsan M han dejado una huella impactante en términos de impacto, a pesar de su menor productividad. Por último, autores como Mittal P y Narang P se destacan por su productividad en la producción de investigaciones relevantes en la automatización del desarrollo de software.

Se puede concluir que los indicadores bibliométricos empleados han brindado una comprensión profunda de la productividad, impacto y evolución temática en el campo de herramientas de automatización en el desarrollo de software. La identificación de palabras clave emergentes y crecientes ha revelado las áreas de investigación más novedosas y prometedoras, mientras que la clasificación de palabras clave según su función ha aportado una visión más detallada de las aplicaciones prácticas que definen este ámbito.

En última instancia, se destaca que esta bibliometría proporciona una base sólida para futuras investigaciones y decisiones estratégicas en el desarrollo de software automatizado. Los resultados obtenidos no solo informan sobre las tendencias pasadas y presentes, sino que también ofrecen una orientación valiosa para la planificación y dirección de investigaciones futuras, así como para la toma de decisiones en la industria y la academia en esta área crítica de la ingeniería del software.

References

Referencias

Banerjee, A., & Choppella, V. (2023). Knowledge Driven Synthesis Using Resource-Capability Semantics for Control Software Design. IEEE Access. 52527 - 52539. https://d0i.0rg/10.1109/ACCESS.2023.3277859

Boshernitsan, M., Doong, R., & Savoia, A. (2006, July). From Daikon to Agitator: lessons and challenges in building a commercial tool for developer testing. In Proceedings of the 2006 international symposium on Software testing and analysis (pp. 169-180). https://doi.org/1o.1145/1146238.1146258

Gamido, H. V., & Gamido, M. V. (2019). Comparative review of the features of automated software testing tools. International Journal of Electrical and Computer Engineering, 9(5), 4473. https://doi.org/1o.11591/ijece.v9i5.pp4473-4478

Marshall, C., & Brereton, P. (2013, October). Tools to support systematic literature reviews in software engineering: A mapping study. In 2013ACM/IEEE international symposium on empirical software engineering and measurement (pp. 296-299). IEEE. https://d0i.0rg/10.1109/ESEM.2013.32

Marshall, C., Brereton, P., & Kitchenham, B. (2015). Tools to support systematic reviews in software engineering: a cross-domain survey using semi-structured interviews. In Proceedings of the 19th international conference on evaluation and assessment in software engineering (pp. 1-6). https://doi.org/1o.1145/27458o2.2745827

Mitta, P., & Narang, P. (2023). Performance assessment and analysis of development and operations based automation tools for source code management. International Journal of Electrical & Computer Engineering (2088-8708), 13(2).

Narang, P., & Mittal, P. (2022). Performance Assessment of Traditional Software Development Methodologies and DevOps Automation Culture. Engineering, Technology & Applied Science Research, 12(6), 9726-9731. https://doi. org/ 10.48084Zetasr.5315

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., ... & Moher, D. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. International journal of surgery, 88, 105906. https://d0i.0rg/10.1016/j.ijsu.2021.105906

Ramamoorthy, C. V., & Ho, S. B. F. (1975, April). Testing large software with automated software evaluation systems. In Proceedings of the international conference on Reliable software (pp. 382-394). https://d0i.0rg/10.1145/800027.808461

Rani, G. E., Murugeswari, R., Vairamuthu, S., Rajini, N., Mohammad, F., Siengchin, S., ... & Senthilkumar, К. (2023). An automated software development for analysis of the morphological-tensile property relationship in egg shell bio-based particulate composites using machine learning algorithms. Composites Part C: Open Access, 10, 100343. https://d0i.0rg/10.1016/j.jc0mc.2022.100343

Reyes, A., Jimeno, M., & Villanueva-Polanco, R. (2023). Continuous and Secure Integration Framework for Smart Contracts. Sensors, 23(1), 541. https://doi. org/io.339o/s23oio54i

Tufail, H., Anwar, M. W., Qasim, I., & Azam, F. (2019, March). Towards the selection of optimum alarms system in leading industry automation software. In 2019 8th International Conference on Industrial Technology and Management (ICITM) (pp. 241-246). IEEE. https://d0i.0rg/10.1109/ICITM.2019.8710731

Venkatesh, S., & Thangaraj, P. (2019). D0D0 Approach: An Automated Tool for Programming Evaluation and Progress Monitoring for Student Skills. Journal of Computational and Theoretical Nanoscience, 16(2), 595-600. https://doi. org/io.n66/jctn.2oi9.7776

Zhou, K., Meng, X., Sai, R., Grubišič, D., & Mellor-Crummey, J. (2021). An automated tool for analysis and tuning of gpu-accelerated code in hpc applications. IEEE Transactions on Parallel and Distributed Systems, 33(4), 854-865. https://doi. org/io.iiO9/TPDS.2O2i.3O94i69