論文の概要: Is 40 the new 60? How popular media portrays the employability of older software developers

• arxiv url: http://arxiv.org/abs/2004.05847v2
• Date: Fri, 26 Jun 2020 11:55:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-24 11:29:14.034931
• Title: Is 40 the new 60? How popular media portrays the employability of older software developers
• Title（参考訳）: 40は新しい60ですか。 メディアがいかに古いソフトウェア開発者の雇用力を表すか
• Authors: Sebastian Baltes, George Park, Alexander Serebrenik
• Abstract要約: 我々は、雇用性問題と潜在的な緩和戦略のレンズを通して、人気のあるオンライン記事やHacker Newsに関する関連する議論を分析した。 我々は、最新の状態を維持することの重要性を強調し、特定のタスクや技術に特化し、ベテラン開発者にとっての道のりとして役割の移行を提示する。
• 参考スコア（独自算出の注目度）: 78.42660996736939
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Alerted by our previous research as well as media reports and discussions in online forums about ageism in the software industry, we set out to study the public discourse around age and software development. With a focus on the USA, we analyzed popular online articles and related discussions on Hacker News through the lens of (perceived) employability issues and potential mitigation strategies. Besides rather controversial strategies such as disguising age-related aspects in r\'esum\'es or undergoing plastic surgeries to appear young, we highlight the importance of keeping up-to-date, specializing in certain tasks or technologies, and present role transitions as a way forward for veteran developers. With this article, we want to build awareness among decision makers in software projects to help them anticipate and mitigate challenges that their older employees may face.
• Abstract（参考訳）: ソフトウェア産業における老化に関する過去の研究やメディアレポート、オンラインフォーラムでの議論に長けており、年齢とソフトウェア開発に関する公開談話の研究に着手しました。 米国に焦点を当てて、Hacker Newsに関する人気のあるオンライン記事や関連する議論を、雇用性の問題と潜在的な緩和戦略のレンズを通して分析しました。 r\'esum\'esの年齢関連側面の廃止や,早期にプラスティック手術を施行するといった,より議論の的になっている戦略に加えて,最新の状態を維持することの重要性,特定のタスクや技術に特化すること,ベテラン開発者の進路としての役割移行を提示すること,などを強調する。 この記事では、ソフトウェアプロジェクトにおける意思決定者間の認識を高めて、古い従業員が直面する可能性のある課題を予測し軽減したいと思っています。

関連論文リスト

• Factuality Challenges in the Era of Large Language Models [113.3282633305118]
  大規模言語モデル(LLM)は、誤った、誤った、あるいは誤解を招くコンテンツを生成する。 LLMは悪意のあるアプリケーションに利用することができる。 これは、ユーザーを欺く可能性があるという点で、社会に重大な課題をもたらす。
  論文  参考訳（メタデータ） (2023-10-08T14:55:02Z)
• Resist the Hype! Practical Recommendations to Cope With R\'esum\'e-Driven Development [14.241792326365088]
  我々は,R'esumと応用プロセスにおける技術動向を過度に強調する傾向に対する実証的支持を見出した。 ソフトウェア専門家のうち、82%は、彼らの日々の仕事でトレンド技術を使うことが、将来の雇用主にとってより魅力的なものになると信じていた。
  論文  参考訳（メタデータ） (2023-07-06T08:32:38Z)
• Voice-Based Conversational Agents and Knowledge Graphs for Improving News Search in Assisted Living [4.492444446637856]
  生活支援のための知識グラフと会話エージェントを組み合わせた革新的なソリューションを提案する。 グラフデータベースを利用してセマンティックなニュースデータを構築することで、ケア依存者が関連するニュースを簡単に発見し、パーソナライズされたレコメンデーションを提供するのに役立つ。
  論文  参考訳（メタデータ） (2023-03-24T21:49:27Z)
• "STILL AROUND": Experiences and Survival Strategies of Veteran Women Software Developers [53.5211430148752]
  年齢差別と性差別の交点にいる人々の体験を調査するため,14回のインタビューを行った。 283のコードを特定し、戦略、経験、知覚の3つのカテゴリに分類しました。 例えば、(Deliberately) Not Trying to Look Youngerのようないくつかの戦略は、以前ソフトウェア工学の文献で説明されていなかった。
  論文  参考訳（メタデータ） (2023-02-07T19:26:15Z)
• Time-aware topic identification in social media with pre-trained language models: A case study of electric vehicles [1.2891210250935146]
  事前学習言語モデルを用いた時間認識型トピック識別手法を提案する。 提案手法は,言語モデルを用いて時間変化トピックを追跡する動的関数と,将来有望なトピックを探索する出現スコア関数の2段階からなる。
  論文  参考訳（メタデータ） (2022-10-11T04:50:10Z)
• Threat of Adversarial Attacks on Deep Learning in Computer Vision: Survey II [86.51135909513047]
  ディープラーニングは、予測を操作できる敵攻撃に対して脆弱である。 本稿では,ディープラーニングに対する敵対的攻撃におけるコンピュータビジョンコミュニティの貢献を概観する。 この領域では、非専門家に技術的な用語の定義を提供する。
  論文  参考訳（メタデータ） (2021-08-01T08:54:47Z)
• Constraint Programming Algorithms for Route Planning Exploiting Geometrical Information [91.3755431537592]
  本稿では,経路計画問題に対する新しいアルゴリズムの開発に関する現在の研究動向について概説する。 これまでの研究は、特にユークリッド旅行セールスパーソン問題(ユークリッドTSP)に焦点を当ててきた。 目的は、将来ユークリッド自動車問題(ユークリッドVRP)など、同じカテゴリーの他の問題にも得られる結果を活用することである。
  論文  参考訳（メタデータ） (2020-09-22T00:51:45Z)
• Clustering of Social Media Messages for Humanitarian Aid Response during Crisis [47.187609203210705]
  近年のDeep Learning and Natural Language Processingの進歩は,情報度を分類する作業において,事前のアプローチよりも優れていることを示す。 本稿では,これらの手法を2つのサブタスクに拡張し,Deep Learning法も有効であることを示す。
  論文  参考訳（メタデータ） (2020-07-23T02:18:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。