論文の概要: Including Everyone, Everywhere: Understanding Opportunities and
Challenges of Geographic Gender-Inclusion in OSS
- arxiv url: http://arxiv.org/abs/2010.00822v2
- Date: Thu, 16 Sep 2021 03:35:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-30 04:09:48.942040
- Title: Including Everyone, Everywhere: Understanding Opportunities and
Challenges of Geographic Gender-Inclusion in OSS
- Title（参考訳）: あらゆる場所を包含する:OSSにおける地理学的ジェンダー包摂の機会と課題を理解する
- Authors: Gede Artha Azriadi Prana, Denae Ford, Ayushi Rastogi, David Lo, Rahul
Purandare, Nachiappan Nagappan
- Abstract要約: 本研究では,GitHub上でのジェンダーの包摂に関する多地域的地理的分析について述べる。
ジェンダーの多様性は世界各地で低く、地域によって大きな違いはない。
2014年以降、世界中の多様性が統計的に顕著に向上しており、アフリカなど一部の地域はより速いペースで改善している。
- 参考スコア（独自算出の注目度）: 15.757897147034873
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The gender gap is a significant concern facing the software industry as the
development becomes more geographically distributed. Widely shared reports
indicate that gender differences may be specific to each region. However, how
complete can these reports be with little to no research reflective of the Open
Source Software (OSS) process and communities software is now commonly
developed in? Our study presents a multi-region geographical analysis of gender
inclusion on GitHub. This mixed-methods approach includes quantitatively
investigating differences in gender inclusion in projects across geographic
regions and investigate these trends over time using data from contributions to
21,456 project repositories. We also qualitatively understand the unique
experiences of developers contributing to these projects through a survey that
is strategically targeted to developers in various regions worldwide. Our
findings indicate that gender diversity is low across all parts of the world,
with no substantial difference across regions. However, there has been
statistically significant improvement in diversity worldwide since 2014, with
certain regions such as Africa improving at faster pace. We also find that most
motivations and barriers to contributions (e.g., lack of resources to
contribute and poor working environment) were shared across regions, however,
some insightful differences, such as how to make projects more inclusive, did
arise. From these findings, we derive and present implications for tools that
can foster inclusion in open source software communities and empower
contributions from everyone, everywhere.
- Abstract（参考訳）: ジェンダーギャップは、開発が地理的に分散するにつれて、ソフトウェア産業が直面する重要な関心事である。
広く共有された報告は、性別の違いが各地域特有のものであることを示唆している。
しかしながら、これらのレポートは、オープンソースソフトウェア(OSS)プロセスとコミュニティソフトウェアを反映した研究をほとんど、あるいは全く反映せずに、どの程度完成できるのだろうか?
本研究は,GitHubにおけるジェンダーインクルージョンの多地域的地理的分析である。
この混合メソッドのアプローチは、地理的領域にわたるプロジェクトにおけるジェンダーインクルージョンの違いを定量的に調査し、21,456のプロジェクトレポジトリへのコントリビューションのデータを用いて、時間とともにこれらのトレンドを調査する。
また、世界中の各地域の開発者が戦略的にターゲットとする調査を通じて、これらのプロジェクトに貢献する開発者のユニークな経験を質的に理解しています。
以上の結果から,男女の多様性は全地域において低く,地域間で有意な差はみられなかった。
しかし、2014年以降、世界の多様性は統計的に著しく改善され、アフリカなど一部の地域はより速いペースで改善されている。
また、ほとんどのモチベーションと貢献の障壁(例えば、貢献するリソースの欠如と作業環境の貧弱さ)が地域間で共有されていることも分かりましたが、プロジェクトをより包括的にする方法など、いくつかの洞察に富んだ違いが生まれました。
これらの結果から,オープンソースソフトウェアコミュニティへの参加を奨励し,あらゆる場所からのコントリビューションを促進するツールを考案し,提示する。
関連論文リスト
- Saliency-Based diversity and fairness Metric and FaceKeepOriginalAugment: A Novel Approach for Enhancing Fairness and Diversity [46.74201905814679]
我々は、地理、性別、ステレオタイプによるコンピュータビジョンモデルにおける様々な偏見を探索する、FaceKeepOriginalAugmentと呼ばれるKeepOriginalAugment法の拡張を導入する。
データ多様性と情報保存の微妙なバランスを維持することによって、当社のアプローチは、多様な正当性と非正当性の両方を活用するモデルに力を与える。
Flickr Faces HQ(FFHQ)、WIKI、IMDB、Labelled Faces in the Wild(LFW)、UTK Faces、Diverseデータセットなど、さまざまなデータセットのデータセットの多様性を定量化しています。
論文 参考訳（メタデータ） (2024-10-29T13:49:23Z) - Report on Female Participation in Informatics degrees in Europe [3.498239025413087]
本研究は,IEHE(Informatics Europe Higher Education)データポータルからのデータを豊かに活用することを目的としている。
本研究は,女子学生の割合,初入学者数,女子学生の学位数について検討した。
論文 参考訳（メタデータ） (2024-10-15T09:33:16Z) - GenderCARE: A Comprehensive Framework for Assessing and Reducing Gender Bias in Large Language Models [73.23743278545321]
大規模言語モデル(LLM)は、自然言語生成において顕著な能力を示してきたが、社会的バイアスを増大させることも観察されている。
GenderCAREは、革新的な基準、バイアス評価、リダクションテクニック、評価メトリクスを含む包括的なフレームワークである。
論文 参考訳（メタデータ） (2024-08-22T15:35:46Z) - Breaking the Global North Stereotype: A Global South-centric Benchmark Dataset for Auditing and Mitigating Biases in Facial Recognition Systems [7.790132091010725]
本研究では,世界8カ国の男女6,579名からなる顔データセットを提案する。
データセットの50%以上がグローバル・サウス諸国の個人であり、人口統計学的に多様である。
敵対的監査と堅牢なモデルトレーニングを支援するため、各画像は4つの敵的変種を持ち、合計4万枚以上の画像がある。
論文 参考訳（メタデータ） (2024-07-22T17:22:04Z) - Harnessing Hierarchical Label Distribution Variations in Test Agnostic Long-tail Recognition [114.96385572118042]
テストラベルの分布の変動は階層的にグローバルレベルとローカルレベルに分解できると主張している。
ラベル分布の異なるDirichletメタ分布に専門家を割り当てる新しいMoE戦略である$mathsfDirMixE$を提案する。
本稿では,分散に基づく正規化による一般化の促進による目的性を示す。
論文 参考訳（メタデータ） (2024-05-13T14:24:56Z) - A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond [84.95530356322621]
この調査は、コードインテリジェンスの発展に関する体系的なレビューを示す。
50以上の代表モデルとその変種、20以上のタスクのカテゴリ、および680以上の関連する広範な研究をカバーしている。
発達軌道の考察に基づいて、コードインテリジェンスとより広範なマシンインテリジェンスとの間の新たな相乗効果について検討する。
論文 参考訳（メタデータ） (2024-03-21T08:54:56Z) - Assessing the Influence of Toxic and Gender Discriminatory Communication on Perceptible Diversity in OSS Projects [2.526146573337397]
近年,オープンソースソフトウェア(OSS)コミュニティにおける有毒・性同一性推論言語の存在が研究者の焦点となっている。
本研究は,オープンソースソフトウェア開発チームのジェンダー,民族性,在職多様性にどのような影響を及ぼすかを検討することを目的とする。
論文 参考訳（メタデータ） (2024-03-12T22:48:21Z) - How diverse is the ACII community? Analysing gender, geographical and
business diversity of Affective Computing research [0.0]
ACIIは、感情コンピューティングに関する最新の研究を示す主要な国際フォーラムである。
我々は、性別、地理的な位置、学歴、研究センター、産業の比較で多様性を測定し、著者、基調講演者、オーガナイザの3つの異なるアクターについて検討する。
結果は、フィールドにおける限られた多様性、すべての研究されたファセット、そして他のAIカンファレンスと比較して、認識を高めます。
論文 参考訳（メタデータ） (2021-09-12T18:30:36Z) - MultiFair: Multi-Group Fairness in Machine Learning [52.24956510371455]
機械学習におけるマルチグループフェアネスの研究(MultiFair)
この問題を解決するために,汎用的なエンドツーエンドのアルゴリズムフレームワークを提案する。
提案するフレームワークは多くの異なる設定に一般化可能である。
論文 参考訳（メタデータ） (2021-05-24T02:30:22Z) - Please Don't Go -- A Comprehensive Approach to Increase Women's
Participation in Open Source Software [11.326760036768068]
女性はソフトウェア開発業界の従業員の24%未満を占めています。
多様性とマルチジェンダーの参加を促進する努力にもかかわらず、女性はオープンソースソフトウェア(OSS)プロジェクトにおいてさらに過小評価されている。
私は、異なるOSSキャリアパスを特定し、OSSに参加または離脱する女性のモチベーションの全体像を開発します。
論文 参考訳（メタデータ） (2021-03-15T23:23:15Z) - CNN-based Density Estimation and Crowd Counting: A Survey [65.06491415951193]
本稿では,主にCNNに基づく密度マップ推定法において,群集数モデルについて包括的に検討する。
評価指標から, 観客数データセットで上位3人のパフォーマーを選択した。
我々は、今後のクラウドカウントの展開について、合理的な推測と予測を行うことを期待する。
論文 参考訳（メタデータ） (2020-03-28T13:17:30Z)
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。