TEST BORRADO, QUIZÁS LE INTERESE:
T9 - CALIDAD DEL SOFTWARE - UJA
COMENTARIOS |
ESTADÍSTICAS |
RÉCORDS
|
|---|
REALIZAR TEST
|
Título del Test:
T9 - CALIDAD DEL SOFTWARE - UJA Descripción: TEST - 22/23 – GPT4 Autor: _ujaGPT4_ OTROS TESTS DEL AUTOR Fecha de Creación: 07/06/2023 Categoría: Informática Número Preguntas: 45 |
COMPARTE EL TEST
COMENTAR
No hay ningún comentario sobre este test.
Temario:
|
El uso exclusivo de criterios cualitativos es suficiente para evaluar la calidad del producto software. V F. Las métricas de software deben ser independientes del lenguaje de programación. V F. La métrica de Halstead determina la complejidad de un módulo a partir de los tokens que aparecen en el mismo V F. Según la Métrica de McCabe, cuanto menor es V(G) mayor es la complejidad del programa. V F. Las Métricas de Henry y Kafura son obtenidas a partir de la estructura de un módulo representada como un árbol o grafo de llamadas entre módulos. V F. Las Métricas MOOSE también son conocidas como métricas CK, y fueron propuestas unicamente por Chidamber en 1994. V F. En las Métricas MOOSE, WMC (Weighted Methods per Class) mide la falta de cohesión en los métodos de una clase. V F. NOC (Number of Children) en las Métricas MOOSE es el número de subclases asociadas a una clase. V F. CBO (Coupling Between Objects) en las Métricas MOOSE es especialmente útil para predecir la eficacia del software en términos de rendimiento. V F. LCOM (Lack of Cohesión in Methods) en las Métricas MOOSE mide el número de métodos que pueden ser ejecutados por un objeto de una clase como respuesta a un mensaje recibido. V F. La métrica (NCLOC) se utiliza para contar el número de líneas de código que no están en blanco y que no son comentarios. V F. En las métricas MOOSE, RFC representa el conjunto de métodos que pueden ser ejecutados en respuesta a un mensaje recibido por un objeto de la clase. V F. La métrica de "Depth of Inheritance Tree" (DIT) se refiere al número de clases desde la clase dada hasta la raíz de la jerarquía de la clase (profundidad) V F. El "Weighted Methods per Class" (WMC) se refiere a la cantidad de métodos, complejidad de una clase. V F. El "Coupling Between Objects" (CBO) mide el número de clases con las que está acoplada una clase. V F. "Response For a Class" (RFC) es una métrica que mide la cantidad de código duplicado en una clase. V F. El "Lack of Cohesion of Methods" (LCOM) es una métrica que indica la cantidad de comentarios por método en una clase. V F. En las métricas MOOSE, "Number of Children" (NOC) es una métrica que mide la cantidad de subclases asociadas a una clase particular. V F. Una alta complejidad ciclomática puede ser un indicador de un código de baja calidad. V F. Las métricas de software se utilizan principalmente para medir la calidad del equipo de desarrollo, software. V F. Las métricas de software pueden ayudar a identificar partes de código que podrían beneficiarse de la refactorización. V F. Una métrica de "Code Churn" se refiere al porcentaje de código que se ha modificado, agregado o eliminado en un ciclo de versión. V F. El índice de mantenibilidad es una métrica que no tiene ninguna relevancia en el desarrollo de software. V F. La métrica "Code Duplication" se refiere a la cantidad de código que es idéntico o muy similar en diferentes partes de la base de código. V F. Las métricas de software no tienen impacto en la toma de decisiones durante el proceso de desarrollo de software. V F. Las Métricas MOOD/MOODS se usan para medir características como la encapsulación, herencia, polimorfismo y paso de mensajes. V F. Las métricas de Lorenz y Kidd, propuestas en 1994, se dividen en dos grupos: herencia y de características internas de las clases. V F. Según la IEEE Standard 982.1-1988, el índice de Madurez del Software (SMI) evalúa la estabilidad de un producto software. V F. Las métricas de Genero et al. (2000) y Cruz-Lemus et al. (2005) son aplicables a diagramas de transición de estados. V F. El C and C++ Code Counter es una herramienta de línea de comandos que genera un informe con varias métricas sobre el código, incluyendo líneas de código, complejidad de McCabe, métricas MOOSE y métricas MHK. V F. El plugin Metriculator para Eclipse permite aplicar varias métricas sobre código C++, como líneas de código o complejidad de McCabe. V F. El plugin Eclipse Metrics plugin 1.3.8 permite aplicar varias métricas específicas sobre la complejidad de la estructura de clases para código Java. V F. Las Métricas MOOSE aplican RFC a tres clases A, B y C, cada una con 1 método. V F. LCOM se calcula como el número de pares de métodos que no comparten variables de instancia más el número de pares de métodos que sí comparten alguna. V F. En el caso de LCOM, se tienen en cuenta también constructores, destructores y operaciones set/get. V F. El C and C++ Code Counter también soporta métricas sobre el código V F. Las métricas MOOSE aplican CBO en el contexto de la orientación a objetos. V F. En el cálculo de RFC, se toman en cuenta las llamadas entre los métodos de diferentes clases. V F. LCOM se calcula como el número de pares de métodos que comparten variables de instancia menos el número de pares de métodos que no comparten alguna. V F. La métrica LCOM no considera los constructores, destructores y operaciones set/get. V F. Métricas MOOD/MOODS se centran en medir características como encapsulación, herencia, polimorfismo y paso de mensajes. V F. Las métricas para diagramas UML incluyen las métricas de Genero et al. y Cruz-Lemus et al. V F. La IEEE Standard 982.1-1988 propuso un índice de Madurez del Software que pretendía evaluar la estabilidad de un producto software. V F. La IEEE Standard 982.1-2005 desestimó la medida de madurez propuesta anteriormente por la misma organización. V F. El plugin Eclipse Metrics permite aplicar varias métricas sobre código C++. V F. |
Denunciar Test