option
Cuestiones
ayuda
daypo
buscar.php

T9 - CALIDAD DEL SOFTWARE - UJA

COMENTARIOS ESTADÍSTICAS RÉCORDS
REALIZAR TEST
Título del Test:
T9 - CALIDAD DEL SOFTWARE - UJA

Descripción:
TEST - 22/23 – GPT4

Fecha de Creación: 2023/06/07

Categoría: Informática

Número Preguntas: 45

Valoración:(0)
COMPARTE EL TEST
Nuevo ComentarioNuevo Comentario
Comentarios
NO HAY REGISTROS
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