Fugu-MT 論文翻訳(概要): Friendliness Of Stack Overflow Towards Newbies

論文の概要: Friendliness Of Stack Overflow Towards Newbies

arxiv url: http://arxiv.org/abs/2208.10488v1
Date: Sun, 21 Aug 2022 05:10:19 GMT
ステータス: 処理完了
システム内更新日: 2022-08-24 14:07:21.396790
Title: Friendliness Of Stack Overflow Towards Newbies
Title（参考訳）: Stack Overflowのフレンドリさが新人へ
Authors: Aneesh Tickoo, Shweta Chauhan, Gagan Raj Gupta
Abstract要約: 初心者のプログラミング支援におけるStack Overflowの効果を分析した。プラットフォームは2013年まで着実に成長し、その後減少し始めた。 2020年のパンデミックでは、プラットフォーム上での再活性化活動が見られる。
参考スコア（独自算出の注目度）: 0.6316693022958221
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: In today's modern digital world, we have a number of online Question and Answer platforms like Stack Exchange, Quora, and GFG that serve as a medium for people to communicate and help each other. In this paper, we analyzed the effectiveness of Stack Overflow in helping newbies to programming. Every user on this platform goes through a journey. For the first 12 months, we consider them to be a newbie. Post 12 months they come under one of the following categories: Experienced, Lurkers, or Inquisitive. Each question asked has tags assigned to it and we observe that questions with some specific tags have a faster response time indicating an active community in that field over others. The platform had a steady growth up to 2013 after which it started declining, but recently during the pandemic 2020, we can see rejuvenated activity on the platform.
Abstract（参考訳）: 現代のデジタル世界では,stack exchangeやquora,gfgといったオンライン質問と回答のプラットフォームが数多く存在しています。本稿では,初心者のプログラミング支援におけるstack overflowの有効性を分析した。このプラットフォーム上のすべてのユーザは旅路をたどる。最初の12ヶ月は、彼らは新人だと考えています。 12ヶ月後、彼らはExperienced、Lurker、Inquisitiveのカテゴリの1つに分類された。各質問にはタグが割り当てられており、特定のタグを持つ質問は、他の質問よりも活発なコミュニティを示すより速い応答時間を持つ。プラットフォームは2013年まで着実に成長し、その後は減少し始めたが、最近では2020年のパンデミックで、プラットフォームでの活動が再開されている。

関連論文リスト

An exploratory analysis of Community-based Question-Answering Platforms and GPT-3-driven Generative AI: Is it the end of online community-based learning? [0.6749750044497732]
ChatGPTは、Stack Overflowのようなコミュニティの質問に答えるプラットフォームに対して、ソフトウェアエンジニアにインタラクティブな代替手段を提供する。私たちは、2022年1月から2022年12月までに質問されたStackOverflowから、2564のPythonとJavaScriptの質問を分析しました。分析の結果,ChatGPTの回答は66%短く,質問に対して35%の回答が得られた。
論文参考訳（メタデータ） (2024-09-26T02:17:30Z)
Chatbot Arena: An Open Platform for Evaluating LLMs by Human Preference [48.99117537559644]
人間の好みに基づいた大規模言語モデル(LLM)を評価するオープンプラットフォームであるArenaを紹介する。本手法は,クラウドソーシングを通じて,多種多様なユーザベースからのインプットを活用する。本稿では,このプラットフォームについて述べるとともに,これまでに収集したデータを分析し,実際に使用している統計的手法について説明する。
論文参考訳（メタデータ） (2024-03-07T01:22:38Z)
Discord Questions: A Computational Approach To Diversity Analysis in News Coverage [84.55145223950427]
本稿では,情報源の違いを識別し,ニュース報道の多様性を理解する上で,読者を支援する新しい枠組みを提案する。このフレームワークはDiscord Questionsの生成に基づいている。
論文参考訳（メタデータ） (2022-11-09T16:37:55Z)
An Empirical Investigation of Personalization Factors on TikTok [77.34726150561087]
TikTokのアルゴリズムがプラットフォームの成功とコンテンツの配布に重要であるにもかかわらず、アルゴリズムの実証的な分析はほとんど行われていない。我々は,私たちが開発したカスタムアルゴリズムを用いたソック・パペット・監査手法を用いて,TikTokへのアクセスに使用される言語と位置情報の効果を検証,分析した。その結果,フォローフェールが最も強い影響を受けており,ライクフェールやビデオ視聴率が高いことが判明した。
論文参考訳（メタデータ） (2022-01-28T17:40:00Z)
On the Feasibility of Predicting Questions being Forgotten in Stack Overflow [1.9403536652499676]
新しい技術、技術機能、および技術バージョンに関する疑問が持ち上がり、技術が進化するにつれて答える必要がある。同時に、他の質問は時間とともに重要視されなくなり、最終的にユーザにとって無関係になる。質問は、Stack Overflowのコンテンツを簡潔かつ有用に保つための重要なステップです。
論文参考訳（メタデータ） (2021-10-29T15:59:11Z)
Features that Predict the Acceptability of Java and JavaScript Answers on Stack Overflow [5.332217496693262]
私たちは、最も人気のある2つのタグ(JavaとJavaScript)の質問と回答を分析してStack Overflowデータセットを調査しました。その結果,回答中のコードの長さ,ユーザの評判,質問と回答間のテキストの類似性,質問と回答間の時間ラグは,受け入れられない回答と受け入れられない回答を区別する最も高い予測力を有することがわかった。
論文参考訳（メタデータ） (2021-01-08T03:09:38Z)
CASS: Towards Building a Social-Support Chatbot for Online Health Community [67.45813419121603]
CASSアーキテクチャは高度なニューラルネットワークアルゴリズムに基づいている。ユーザーからの新たな入力を処理し、さまざまなレスポンスを生成することができる。フォローアップフィールド実験により、CASSは感情的支援を求める個々のメンバーを支援するのに有用であることが証明された。
論文参考訳（メタデータ） (2021-01-04T05:52:03Z)
Few-Shot Complex Knowledge Base Question Answering via Meta Reinforcement Learning [55.08037694027792]
複雑な質問答え(CQA)は、知識ベース(KB)上の複雑な自然言語質問に答える。従来のニューラルプログラム誘導(NPI)アプローチは、質問の種類が異なる場合、不均一なパフォーマンスを示す。本稿では,CQAにおけるプログラム誘導のためのメタ強化学習手法を提案する。
論文参考訳（メタデータ） (2020-10-29T18:34:55Z)
From Asking to Answering: Getting More Involved on Stack Overflow [3.1160359353275346]
本稿では,コンピュータプログラミングにおける一般的な質問・回答コミュニティであるStack Overflowの問題点について考察する。の証拠を文書化しており、特にプラットフォーム上には回答を投稿しないアクティブなユーザがたくさんいます。ユーザの在職期間,性別,地理的位置などの個々の特徴は,回答を投稿する可能性に大きく関連している。
論文参考訳（メタデータ） (2020-10-08T14:41:22Z)
Improving Quality of a Post's Set of Answers in Stack Overflow [2.0625936401496237]
Stack Overflowの低品質な投稿の多くは改善を必要としている。本稿では,このような投稿の識別プロセスを自動化し,回答の集合を強化するアプローチを提案する。
論文参考訳（メタデータ） (2020-05-30T19:40:19Z)
Unsupervised Question Decomposition for Question Answering [102.56966847404287]
本論文では, ワンツーNアン教師付きシーケンスシーケンス(ONUS)のアルゴリズムを提案する。当初,ドメイン外,マルチホップ開発セットのベースラインが強かったため,HotpotQAでは大きなQA改善が見られた。
論文参考訳（メタデータ） (2020-02-22T19:40:35Z)

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。