論文の概要: Please Don't Go -- A Comprehensive Approach to Increase Women's Participation in Open Source Software

• arxiv url: http://arxiv.org/abs/2103.08763v1
• Date: Mon, 15 Mar 2021 23:23:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-08 01:41:29.883599
• Title: Please Don't Go -- A Comprehensive Approach to Increase Women's Participation in Open Source Software
• Title（参考訳）: please don't go -- オープンソースソフトウェアへの女性参加を促進するための包括的アプローチ
• Authors: Bianca Trinkenreich
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 11.326760036768068
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Women represent less than 24% of employees in the software development industry and experience various types of prejudice and bias. Despite various efforts to increase diversity and multi-gendered participation, women are even more underrepresented in Open Source Software (OSS) projects. In my PhD, I investigate the following question: How can OSS communities increase women's participation in their projects? I will identify different OSS career pathways and develop a holistic view of women's motivations to join or leave OSS, as well as their definitions of success. Based on this empirical investigation, I will work together with the Linux Foundation to design attraction and retention strategies focused on women. Before and after implementing the strategies, I will conduct empirical studies to evaluate the state of the practice and understand the implications of the strategies.
• Abstract（参考訳）: 女性はソフトウェア開発業界の従業員の24%未満であり、さまざまな偏見や偏見を経験しています。 多様性とマルチジェンダーの参加を促進する様々な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。 OSSコミュニティはどのようにして女性によるプロジェクトへの参加を増やすことができるのか? 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と成功の定義を開発します。 この経験的な調査に基づいて、Linux Foundationと協力して、女性に焦点を当てたアトラクションと維持戦略を設計します。 戦略の実施前後において、実践の状況を評価し、戦略の意味を理解するための実証研究を行います。

関連論文リスト

• Revealing and Reducing Gender Biases in Vision and Language Assistants (VLAs) [82.57490175399693]
  画像・テキスト・ビジョン言語アシスタント(VLA)22種における性別バイアスの検討 以上の結果から,VLAは実世界の作業不均衡など,データ中の人間のバイアスを再現する可能性が示唆された。 これらのモデルにおける性別バイアスを排除するため、微調整に基づくデバイアス法は、下流タスクにおけるデバイアスとパフォーマンスの最良のトレードオフを実現する。
  論文  参考訳（メタデータ） (2024-10-25T05:59:44Z)
• 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)
• A multitask learning framework for leveraging subjectivity of annotators to identify misogyny [47.175010006458436]
  本研究では,誤識別システムの性能向上を目的としたマルチタスク学習手法を提案する。 6つのプロファイルグループにまたがる性別と年齢を考慮したモデル設計において,アノテータからさまざまな視点を取り入れた。 本研究は、コンテンツモデレーションを推進し、効果的なオンラインモデレーションシステムを構築するための多様な視点を受け入れることの重要性を強調している。
  論文  参考訳（メタデータ） (2024-06-22T15:06:08Z)
• Breaking Barriers: Investigating the Sense of Belonging Among Women and Non-Binary Students in Software Engineering [1.9075820340282934]
  女性はソフトウェアエンジニアリング業界でキャリアを追求する可能性がはるかに低い。 女性や少数派が業界を離れる理由は、成長と発展の機会の欠如にある。 本研究は,ソフトウェア工学教育における女性や非バイナリ個人にとって不利な産業の育成や維持の可能性について考察する。
  論文  参考訳（メタデータ） (2024-05-06T20:07:45Z)
• Paths to Testing: Why Women Enter and Remain in Software Testing? [0.8602553195689511]
  本研究は,ソフトウェアテストにおける女性がキャリアを選択する動機について考察する。 調査の結果、女性は入学レベルの就職機会の増加、仕事と生活のバランス、性別のステレオタイプがさらに少ないため、ソフトウェアテストに入ることが明らかとなった。 しかし、この分野における包括性とキャリア開発は、持続的な多様性を改善する必要がある。
  論文  参考訳（メタデータ） (2024-04-20T20:43:29Z)
• Social Skill Training with Large Language Models [65.40795606463101]
  人々は紛争解決のような社会的スキルに頼り、効果的にコミュニケーションし、仕事と個人の生活の両方で繁栄する。 本稿では,専門分野に進出する上での社会的スキルの障壁を明らかにする。 本稿では,大規模言語モデルを用いた総合的なフレームワークによるソーシャルスキルトレーニングのソリューションを提案する。
  論文  参考訳（メタデータ） (2024-04-05T16:29:58Z)
• Navigating the Path of Women in Software Engineering: From Academia to Industry [2.2732417897161934]
  我々は、主に北米とヨーロッパの文脈に焦点を当てた既存の研究を拡張するために、ブラジルの女性に焦点を当てています。 調査では,性バイアス,ハラスメント,ワークライフの不均衡,過小評価,帰属意識の低下,詐欺師症候群など,ソフトウェア工学における女性に直面する永続的な課題に注目した。
  論文  参考訳（メタデータ） (2023-12-08T02:58:26Z)
• Why is the winner the best? [78.74409216961632]
  IEEE I SBI 2021 と MICCAI 2021 の範囲で実施した80のコンペすべてを対象に,マルチセンターで実施した。 勝者となるソリューションとしては、マルチタスク学習(63%)、マルチステージパイプライン(61%)、拡大(100%)、画像前処理(97%)、データキュレーション(79%)、後処理(66%)などがある。 高ランクのチームでは、メソッド設計におけるメトリクスの反映と、障害ケースの分析と処理に焦点を当てた2つの中核的な開発戦略が目立った。
  論文  参考訳（メタデータ） (2023-03-30T21:41:42Z)
• "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)
• Including Everyone, Everywhere: Understanding Opportunities and Challenges of Geographic Gender-Inclusion in OSS [15.757897147034873]
  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。
  論文  参考訳（メタデータ） (2020-10-02T07:40:43Z)

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。