論文の概要: Does the First Response Matter for Future Contributions? A Study of First Contributions

• arxiv url: http://arxiv.org/abs/2104.02933v3
• Date: Wed, 15 May 2024 14:42:07 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-16 18:49:58.402761
• Title: Does the First Response Matter for Future Contributions? A Study of First Contributions
• Title（参考訳）: コントリビューションの第一報は何か? : コントリビューションの第一報
• Authors: Noppadol Assavakamhaenghan, Supatsara Wattanakriengkrai, Naomichi Shimada, Raula Gaikovina Kula, Takashi Ishio, Kenichi Matsumoto,
• Abstract要約: 我々は、2,765,917の最初のコントリビューションを642,841の最初のレスポンスでプルリクエストとして分析する。 私たちは、最も最初の反応は肯定的であるが、反応が小さく、恐怖、喜び、愛の感情が表れていると特徴付けています。 将来の相互作用の予測は低い(F1スコアは0.6171)が、ベースラインよりも比較的良い。
• 参考スコア（独自算出の注目度）: 4.857106927976209
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Open Source Software (OSS) projects rely on a continuous stream of new contributors for their livelihood. Recent studies reported that new contributors experience many barriers in their first contribution, with the social barrier being critical. Although a number of studies investigated the social barriers to new contributors, we hypothesize that negative first responses may cause an unpleasant feeling, and subsequently lead to the discontinuity of any future contribution. We execute protocols of a registered report to analyze 2,765,917 first contributions as Pull Requests (PRs) with 642,841 first responses. We characterize most first response as being positive, but less responsive, and exhibiting sentiments of fear, joy and love. Results also indicate that negative first responses have the literal intention to arouse emotions of being either constructive (50.71%) or criticizing (37.68%) in nature. Running different machine learning models, we find that predicting future interactions is low (F1 score of 0.6171), but relatively better than baselines. Furthermore, an analysis of these models show that interactions are positively correlated with a future contribution, with other dimensions (i.e., project, contributor, contribution) having a large effect.
• Abstract（参考訳）: オープンソースソフトウェア(OSS)プロジェクトは、生活のために新しいコントリビュータの継続的なストリームに依存しています。 最近の研究では、新しいコントリビュータが最初のコントリビューションで多くの障壁を経験し、社会的障壁が批判的であることが報告されている。 新たなコントリビュータに対する社会的障壁を調査する研究はいくつかあるが、負の最初の反応が不快な感情を引き起こし、その後のコントリビュータの不連続につながるという仮説を立てている。 我々は登録されたレポートのプロトコルを実行し、642,841の最初のレスポンスで2,765,917の最初のコントリビューションをプルリクエスト(PR)として分析する。 私たちは、最も最初の反応は肯定的であるが、反応が小さく、恐怖、喜び、愛の感情が表れていると特徴付けています。 結果はまた、負の最初の反応は、建設的(50.71%)または批判的(37.68%)の感情を刺激する直感的な意図を持っていることを示している。 異なる機械学習モデルを実行すると、将来の相互作用を予測することは低い(F1スコアは0.6171)が、ベースラインよりも比較的優れている。 さらに、これらのモデルの解析により、相互作用は将来の貢献と肯定的に相関し、他の次元(プロジェクト、コントリビュータ、コントリビュータ)に大きな影響があることが示される。

関連論文リスト

• Predicting the First Response Latency of Maintainers and Contributors in Pull Requests [4.710141711181836]
  本稿では,PR後のメンテナの応答遅延を予測するための機械学習手法を提案する。 GitHubでは、大規模で人気のあるオープンソースプロジェクト20のデータセットを使用しています。 AUC-ROCは平均33%,AUC-PRは58%,AUC-ROCは42%,AUC-PRは95%であった。
  論文  参考訳（メタデータ） (2023-11-13T22:32:02Z)
• 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)
• Surveying (Dis)Parities and Concerns of Compute Hungry NLP Research [75.84463664853125]
  我々は,3つのトピック,すなわち環境影響,株式,およびピアレビューへの影響に関する懸念を定量化するための最初の試みを提供する。 我々は、高齢者、アカデミック、産業に関して、異なるグループと異なるグループ内の既存の(異なる)格差を捉えます。 私たちは、発見された格差を軽減するためのレコメンデーションを考案しました。
  論文  参考訳（メタデータ） (2023-06-29T12:44:53Z)
• Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
  我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。 提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。 これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
  論文  参考訳（メタデータ） (2023-05-25T21:01:00Z)
• Best Practices for 2-Body Pose Forecasting [58.661899246497896]
  我々は、人間のポーズ予測の進捗状況を概観し、最善を尽くす一対一の実践を詳細に評価する。 他の1人のプラクティスは2体に移行しないため、提案されているベストプラクティスは階層的なボディモデリングや注目に基づくインタラクションエンコーディングは含まない。 提案した2体ポーズによるベストプラクティス予測では,最新のExPIデータセットのパフォーマンスが21.9%向上した。
  論文  参考訳（メタデータ） (2023-04-12T10:46:23Z)
• Active Bayesian Causal Inference [72.70593653185078]
  因果発見と推論を統合するための完全ベイズ能動学習フレームワークであるアクティブベイズ因果推論(ABCI)を提案する。 ABCIは因果関係のモデルと関心のクエリを共同で推論する。 我々のアプローチは、完全な因果グラフの学習のみに焦点を当てた、いくつかのベースラインよりも、よりデータ効率が高いことを示す。
  論文  参考訳（メタデータ） (2022-06-04T22:38:57Z)
• Individual Factors that Influence Effort and Contributions on Wikipedia [0.0]
  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。
  論文  参考訳（メタデータ） (2020-07-14T19:57:51Z)
• Towards Persona-Based Empathetic Conversational Models [58.65492299237112]
  共感的会話モデルは、多くのドメインにおけるユーザの満足度とタスク結果を改善することが示されている。 心理学において、ペルソナは人格と高い相関関係があることが示され、それによって共感に影響を及ぼす。 本研究では,ペルソナに基づく共感的会話に対する新たな課題を提案し,ペルソナが共感的反応に与える影響に関する最初の経験的研究を示す。
  論文  参考訳（メタデータ） (2020-04-26T08:51:01Z)

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。