論文の概要: The Double-Edged Sword of Diversity: How Diversity, Conflict, and
Psychological Safety Impact Software Teams
- arxiv url: http://arxiv.org/abs/2301.12954v2
- Date: Thu, 16 Nov 2023 08:47:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-17 20:31:29.227813
- Title: The Double-Edged Sword of Diversity: How Diversity, Conflict, and
Psychological Safety Impact Software Teams
- Title（参考訳）: 多様性の二重剣 - 多様性、衝突、心理的安全性がソフトウェアチームに与える影響
- Authors: Christiaan Verwijs and Daniel Russo
- Abstract要約: チームの多様性は両刃の剣と見なすことができます。
本研究は分類-実験モデル(CEM)のレンズを通して多様性を考察する。
性別,年齢,役割,文化的背景の多様性がチームの有効性と対立に与える影響について検討した。
- 参考スコア（独自算出の注目度）: 6.190511747986327
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Team diversity can be seen as a double-edged sword. It brings additional
cognitive resources to teams at the risk of increased conflict. Few studies
have investigated how different types of diversity impact software teams. This
study views diversity through the lens of the categorization-elaboration model
(CEM). We investigated how diversity in gender, age, role, and cultural
background impacts team effectiveness and conflict, and how these associations
are moderated by psychological safety. Our sample consisted of 1,118
participants from 161 teams and was analyzed with Covariance-Based Structural
Equation Modeling (CB-SEM). We found a positive effect of age diversity on team
effectiveness and gender diversity on relational conflict. Psychological safety
contributed directly to effective teamwork and less conflict but did not
moderate the diversity-effectiveness link. While our results are consistent
with the CEM theory for age and gender diversity, other types of diversity did
not yield similar results. We discuss several reasons for this, including
curvilinear effects, moderators such as task interdependence, or the presence
of a diversity mindset. With this paper, we argue that a dichotomous nature of
diversity is oversimplified. Indeed, it is a complex relationship where context
plays a pivotal role. A more nuanced understanding of diversity through the
lens of theories, such as the CEM, may lead to more effective teamwork.
- Abstract（参考訳）: チームの多様性は両刃の剣と見なすことができる。
コンフリクトが増加するリスクで、チームにさらなる認知的リソースをもたらす。
異なる種類の多様性がソフトウェアチームに与える影響についての研究はほとんどない。
本研究は分類-実験モデル(CEM)のレンズを通して多様性を考察する。
性別,年齢,役割,文化的背景の多様性がチームの有効性と対立にどのように影響するか,そしてこれらの関連が心理的安全性によって緩和されるかを検討した。
被験者は161チーム1,118名であり,共分散型構造方程式モデリング (cb-sem) を用いて分析した。
年齢の多様性がチームの有効性と性別の多様性が関係性に影響を及ぼすことがわかった。
心理的安全性は効果的なチームワークに直接寄与し、紛争が少なくなった。
年齢や性別の多様性はCEM理論と一致しているが,他の種類の多様性は同様の結果は得られなかった。
そこで本稿では,カービリニア効果,タスク間依存性などのモデレータ,多様性マインドセットの存在など,いくつかの理由について論じる。
本稿では,多様性の双対的な性質が単純化されすぎていると論じる。
実際、コンテキストが重要な役割を果たす複雑な関係です。
CEMのような理論のレンズによる多様性のより微妙な理解は、より効果的なチームワークにつながるかもしれない。
関連論文リスト
- Insights on Disagreement Patterns in Multimodal Safety Perception across Diverse Rater Groups [29.720095331989064]
AIシステムは人間のレーティングに大きく依存するが、これらのレーティングはしばしば集約される。
これは、社会文化的文脈によって知覚と関連する害が著しく異なる、生成的AIの安全性を評価する場合に特に関係している。
人口統計学的に多彩な630人のレーダプールから,約1000文字対画像(T2I)の高並列安全性評価を用いた大規模研究を行った。
論文 参考訳（メタデータ） (2024-10-22T13:59:21Z) - The Factuality Tax of Diversity-Intervened Text-to-Image Generation: Benchmark and Fact-Augmented Intervention [61.80236015147771]
我々は多様性の介入とT2Iモデルにおける人口統計学的事実性とのトレードオフを定量化する。
DoFaiRの実験では、多様性指向の指示によって、性別や人種の異なる集団の数が増加することが明らかになった。
本研究では,歴史における世代ごとのジェンダーや人種構成について,言語化された事実情報を反映したFact-Augmented Intervention (FAI)を提案する。
論文 参考訳（メタデータ） (2024-06-29T09:09:42Z) - Diversity's Double-Edged Sword: Analyzing Race's Effect on Remote Pair Programming Interactions [0.5999777817331317]
混合トレースペアは、タスク分散、共有意思決定、役割交換に優れていたが、コミュニケーション上の課題、不快感、不安に遭遇した。
我々の研究は、リモートペアプログラミングに対する人種の影響を強調し、コラボレーションの人種的格差に対処するための多様なツールや方法の必要性を浮き彫りにしている。
論文 参考訳（メタデータ） (2024-04-11T01:58:38Z) - Diversify Question Generation with Retrieval-Augmented Style Transfer [68.00794669873196]
本稿では,検索型スタイル転送のためのフレームワーク RAST を提案する。
本研究の目的は,多様なテンプレートのスタイルを質問生成に活用することである。
多様性報酬と一貫性報酬の重み付けを最大化する新しい強化学習(RL)ベースのアプローチを開発する。
論文 参考訳（メタデータ） (2023-10-23T02:27:31Z) - A Unified Theory of Diversity in Ensemble Learning [4.773356856466191]
本稿では,多様な教師付き学習シナリオにおける多様性の性質を説明する,アンサンブルの多様性の理論を提案する。
この挑戦は、30年以上にわたるオープンな研究課題であるアンサンブル学習の聖杯として言及されている。
論文 参考訳（メタデータ） (2023-01-10T13:51:07Z) - Picking on the Same Person: Does Algorithmic Monoculture lead to Outcome
Homogenization? [90.35044668396591]
機械学習における繰り返しのテーマはアルゴリズムによるモノカルチャーである。同じシステム、またはコンポーネントを共有するシステムは、複数の意思決定者によってデプロイされる。
意思決定者がトレーニングデータや特定のモデルなどのコンポーネントを共有すれば、より均一な結果が得られます。
我々はこの仮説をアルゴリズムフェアネスベンチマークで検証し、トレーニングデータの共有がホモジェナイゼーションを確実に悪化させることを示した。
結果の均質化に関する哲学的分析と社会的な課題を、デプロイされた機械学習システムに含めることに着目して結論付ける。
論文 参考訳（メタデータ） (2022-11-25T09:33:11Z) - Pick Your Battles: Interaction Graphs as Population-Level Objectives for
Strategic Diversity [49.68758494467258]
我々は、集団内の個人がどのように相互作用するかを慎重に構造化することで、多様なエージェントの集団を構築する方法について研究する。
我々のアプローチは,エージェント間の情報の流れを制御するインタラクショングラフに基づいている。
マルチエージェント・トレーニングにおける多様性の重要性を証明し,様々な相互作用グラフを適用したゲームにおけるトレーニング・トラジェクトリ,多様性,パフォーマンスに与える影響を解析する。
論文 参考訳（メタデータ） (2021-10-08T11:29:52Z) - 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) - Unifying Behavioral and Response Diversity for Open-ended Learning in
Zero-sum Games [44.30509625560908]
オープンエンド学習アルゴリズムでは、多様性の定義が広く受け入れられておらず、多様なポリシーの構築と評価が困難である。
行動多様性(BD)と反応多様性(RD)の両方に基づくマルチエージェントオープンエンド学習における多様性の統一尺度を提案する。
現在,多くの多様性対策が,BDやRDのカテゴリの1つに該当するが,両方ではないことを示す。
この統一された多様性尺度を用いて、オープンエンド学習における最良の応答を求める際に、対応する多様性促進目標と人口効果度を設計する。
論文 参考訳（メタデータ） (2021-06-09T10:11:06Z) - Simultaneous Relevance and Diversity: A New Recommendation Inference
Approach [81.44167398308979]
本稿では,新しいCF推論手法である負対陽性を導入することにより,一般協調フィルタリング(CF)を拡張した新しい手法を提案する。
我々のアプローチは、様々な高度なレベルでの幅広い推奨シナリオ/ユースケースに適用できる。
公開データセットと実世界の生産データに関する分析と実験により、我々のアプローチは、関連性および多様性に関する既存の手法を同時に上回ることを示した。
論文 参考訳（メタデータ） (2020-09-27T22:20:12Z)
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。