論文の概要: Individual Factors that Influence Effort and Contributions on Wikipedia
- arxiv url: http://arxiv.org/abs/2007.07333v1
- Date: Tue, 14 Jul 2020 19:57:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-10 01:59:31.955817
- Title: Individual Factors that Influence Effort and Contributions on Wikipedia
- Title（参考訳）: ウィキペディアの取り組みと貢献に影響を与える要因
- Authors: Luiz F. Pinto, Carlos Denner dos Santos, Silvia Onoyama
- Abstract要約: 態度、自己効力、利他主義はウィキペディアの努力と積極的な貢献に影響を及ぼす。
本稿では,計画行動理論に基づく新しい概念モデルを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this work, we aim to analyze how attitude, self-efficacy, and altruism
influence effort and active contributions on Wikipedia. We propose a new
conceptual model based on the theory of planned behavior and findings from the
literature on online communities. This model differs from other models that
have been previously proposed by considering altruism in its various facets
(identification, reciprocity, and reputation), and by treating effort as a
factor prior to performance results, which is measured in terms of active
contributions, according to the organizational literature. To fulfill the study
specific objectives, Wikipedia surveyed community members and collected
secondary data. After excluding outliers, we obtained a final sample with 212
participants. We applied exploratory factor analysis and structural equation
modeling, which resulted in a model with satisfactory fit indices. The results
indicate that effort influences active contributions, and attitude, altruism by
reputation, and altruism by identification influence effort. None of the
proposed factors are directly related to active contributions. Experience
directly influences self-efficacy while it positively moderates the relation
between effort and active contributions. Finally, we present the conclusions
via several implications for the literature as well as suggestions for future
research.
- Abstract（参考訳）: 本研究は,ウィキペディアに対する態度,自己効力,利他主義が努力や積極的な貢献にどのように影響するかを分析することを目的とする。
本稿では,計画行動理論とオンラインコミュニティにおける文献からの知見に基づく新しい概念モデルを提案する。
このモデルは、様々な面(識別、相互性、評判)における利他主義を考慮し、組織文献に拠れば、積極的な貢献の観点で測定されるパフォーマンス結果に先立って、努力を要素として扱うことによって、これまで提案されてきた他のモデルと異なる。
研究の目的を達成するため、wikipediaはコミュニティのメンバーを調査し、二次的なデータを収集した。
異常値を除くと,最終サンプルが212名であった。
探索的因子分析と構造方程式モデリングを適用し,良好な適合指標を持つモデルを得た。
その結果, 努力が積極的な貢献, 態度, 評価による利他主義, 識別による利他主義に影響を及ぼすことが示唆された。
提案された要因はいずれも、アクティブな貢献に直接関係しない。
経験は自己効力感に直接影響を与え、努力と積極的貢献の関係を肯定的に抑制する。
最後に,文献への示唆と今後の研究への示唆を通じて結論を述べる。
関連論文リスト
- From Pre-training Corpora to Large Language Models: What Factors Influence LLM Performance in Causal Discovery Tasks? [51.42906577386907]
本研究では,因果発見タスクにおけるLarge Language Models(LLM)の性能に影響を与える要因について検討する。
因果関係の頻度が高いことは、より良いモデル性能と相関し、トレーニング中に因果関係の情報に広範囲に暴露することで、因果関係の発見能力を高めることを示唆している。
論文 参考訳（メタデータ） (2024-07-29T01:45:05Z) - Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。
既存の感受性研究は、自己報告された信念に大きく依存している。
本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
論文 参考訳（メタデータ） (2023-11-16T07:22:56Z) - Fusion of the Power from Citations: Enhance your Influence by Integrating Information from References [3.607567777043649]
本研究は,ある論文が学者の影響力を高めることができるか否かを判断するために,予測問題を定式化することを目的とする。
この研究にこの枠組みを適用することで、研究者は自分の論文が将来の影響力を高めることができるかどうかを特定できる。
論文 参考訳（メタデータ） (2023-10-27T19:51:44Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳（メタデータ） (2023-10-20T06:17:02Z) - Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Illuminating Salient Contributions in Neuron Activation with Attribution Equilibrium [33.55397868171977]
本稿では,出力予測を微粒な属性に分解する新しい手法である属性平衡を導入する。
我々は,従来の意思決定手法を分析し,証拠の保存に関して異なる視点を提示する。
論文 参考訳（メタデータ） (2022-05-23T07:57:42Z) - Identifying Peer Influence in Therapeutic Communities Adjusting for Latent Homophily [1.6385815610837167]
薬物乱用や犯罪行為に対する対人的役割モデルの影響について検討した。
観測データに観測されていないホモフィリーが存在する場合のピアの影響を同定するために,潜時変動モデルを用いてネットワークをモデル化する。
以上の結果から,友人の卒業が住民の卒業に与える影響は,性別,人種,役割モデルの効果の定義によって異なることが示唆された。
論文 参考訳（メタデータ） (2022-03-27T06:47:28Z) - Causal effect of racial bias in data and machine learning algorithms on
user persuasiveness & discriminatory decision making: An Empirical Study [1.713291434132985]
言語データとモデルは、民族、宗教、ジェンダー、社会経済など、様々な種類の偏見を示している。
この研究の動機は、AIシステムがデータから偏見を排除し、説明できない差別的な結果を生み出す方法を研究することである。
この論文は、不平等なシステム設計による顧客の信頼性の低下に起因した損害のギャップを埋めるものである。
論文 参考訳（メタデータ） (2022-01-22T08:26:09Z) - Expertise and confidence explain how social influence evolves along
intellective tasks [10.525352489242396]
本研究では,知的なタスクの連続を集団的に実行する個人集団における対人的影響について検討する。
本稿では, 過渡記憶系の理論, 社会的比較, 社会的影響の起源に関する信頼に関する実証的証拠を報告する。
これらの理論にインスパイアされた認知力学モデルを提案し、個人が時間とともに対人的影響を調整する過程を記述する。
論文 参考訳（メタデータ） (2020-11-13T23:48:25Z) - Action similarity judgment based on kinematic primitives [48.99831733355487]
運動学に基づく計算モデルが動作類似性を決定する範囲について検討する。
選択されたモデルは、発達ロボティクスにルーツを持ち、学習されたキネマティックプリミティブに基づいて行動分類を行う。
その結果, 動作類似性タスクにおいて, モデルと人的性能の双方が, 運動レベルの特徴に基づく精度が高いことがわかった。
論文 参考訳（メタデータ） (2020-08-30T13:58:47Z) - Intrinsic Motivation for Encouraging Synergistic Behavior [55.10275467562764]
スパース・リワード・シナジスティック・タスクにおける強化学習の探索バイアスとしての本質的モチベーションの役割について検討した。
私たちのキーとなる考え方は、シナジスティックなタスクにおける本質的なモチベーションのための優れた指針は、エージェントが自分自身で行動している場合、達成できない方法で世界に影響を与える行動を取ることである。
論文 参考訳（メタデータ） (2020-02-12T19:34:51Z)
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。