論文の概要: Objectives and Key Results in Software Teams: Challenges, Opportunities
and Impact on Development
- arxiv url: http://arxiv.org/abs/2311.00236v1
- Date: Wed, 1 Nov 2023 02:39:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-02 15:09:11.621465
- Title: Objectives and Key Results in Software Teams: Challenges, Opportunities
and Impact on Development
- Title（参考訳）: ソフトウェアチームの目的と重要な結果: 挑戦、機会、そして開発への影響
- Authors: Jenna Butler, Thomas Zimmermann, Christian Bird
- Abstract要約: ミドルマネジメントは、高額な目標を実行可能な作業項目に翻訳する上で重要な要素であるようだ。
さらに、エンジニアの態度や信念は、いかなる目標設定フレームワークの成功にも不可欠です。
- 参考スコア（独自算出の注目度）: 10.103741812151592
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Building software, like building almost anything, requires people to
understand a common goal and work together towards it. In large software
companies, a VP or Director will have an idea or goal and it is often the job
of middle management to distill that lofty, general idea into manageable,
finite units of work. How do organizations do this hard work of setting and
measuring progress towards goals? To understand this question, we undertook a
mixed methods approach to studying goal setting, management dissemination of
goals, goal tracking and ultimately software delivery at a large multi-national
software company.
Semi-structured interviews with 47 participants were analyzed and used to
develop a survey which was deployed to a multi-national team of over 4,000
engineers. The 512 responses were analyzed using thematic analysis, linear
regressions and hypothesis testing, and found that tracking, measuring and
setting goals is hard work, regardless of tools used. Middle management seems
to be a critical component of the translation of lofty goals to actionable work
items. In addition, attitudes and beliefs of engineers are critical to the
success of any goal setting framework. Based on this research, we make
recommendations on how to improve the goal setting and OKR process in software
organizations: invest in the data pipeline, increase transparency, improve
communication, promote learning communities, and a structured roll out of OKRs.
- Abstract（参考訳）: ソフトウェアを構築するには、ほとんどあらゆるものを構築するのと同様に、共通のゴールを理解し、それに向けて協力する必要があります。
大きなソフトウェア企業では、vpやディレクターはアイデアや目標を持ち、その高尚で一般的なアイデアを管理可能な有限の作業単位に絞り込むのは、中間管理職の仕事であることが多い。
組織はどのようにして目標に向かって進捗を設定して測定するのでしょうか?
この問題を理解するため,多国籍ソフトウェア企業において,目標設定,目標の分散管理,目標追跡,究極的にはソフトウェア提供について,多種多様な手法による研究を行った。
47名の参加者による半構造化面接を解析し,4,000名以上の技術者からなる多国籍チームを対象に調査を行った。
512の回答は, テーマ分析, 線形回帰, 仮説テストを用いて分析し, ツールによらず, 目標の追跡, 測定, 設定が難しいことを発見した。
ミドルマネジメントは、高額な目標を実行可能な作業項目に翻訳する上で重要な要素であるようだ。
さらに、エンジニアの態度や信念は、いかなる目標設定フレームワークの成功にも不可欠です。
本研究では,データパイプラインへの投資,透明性の向上,コミュニケーションの改善,学習コミュニティの促進,okrの構造化ロールアウトなど,ソフトウェア組織の目標設定とokrプロセスを改善する方法について提言する。
関連論文リスト
- Towards Measuring Goal-Directedness in AI Systems [0.0]
意図しない目標を追求するAIシステムにとって重要な前提条件は、一貫性のあるゴール指向の方法で振る舞うかどうかである。
そこで本稿では,多くの報酬関数に準最適であるかどうかをモデル化する政策の目的指向性の定義を新たに提案する。
私たちの貢献は、AIシステムが危険な目標を追求できるかどうかという問題にアプローチするために、シンプルで計算が容易なゴール指向性の定義です。
論文 参考訳（メタデータ） (2024-10-07T01:34:42Z) - Propose, Assess, Search: Harnessing LLMs for Goal-Oriented Planning in Instructional Videos [48.15438373870542]
VidAssistは、インストラクショナルビデオにおけるゼロ/フェーショット目標指向の計画のために設計された統合フレームワークである。
最適な計画生成のための幅優先探索アルゴリズムを採用している。
実験によると、VidAssistは異なる目標指向の計画設定のための統一されたフレームワークを提供する。
論文 参考訳（メタデータ） (2024-09-30T17:57:28Z) - Using Agile Story Points and Game Theory Together: Better Software Planning and Development in Agile Software Development [0.0]
この研究は、アジャイルソフトウェア開発、ストーリーポイント推定、ゲーム理論の主な概念を統合します。
本稿では,ゲーム理論の応用,特にVickrey AuctionとStag Hunt Gameを提案する。
論文 参考訳（メタデータ） (2024-08-30T18:32:14Z) - Discrete Factorial Representations as an Abstraction for Goal
Conditioned Reinforcement Learning [99.38163119531745]
離散化ボトルネックを適用することにより,目標条件付きRLセットアップの性能が向上することを示す。
分布外目標に対する期待した回帰を実験的に証明し、同時に表現的な構造で目標を指定できるようにします。
論文 参考訳（メタデータ） (2022-11-01T03:31:43Z) - Autonomous Open-Ended Learning of Tasks with Non-Stationary
Interdependencies [64.0476282000118]
固有のモチベーションは、目標間のトレーニング時間を適切に割り当てるタスクに依存しないシグナルを生成することが証明されている。
内在的に動機付けられたオープンエンドラーニングの分野におけるほとんどの研究は、目標が互いに独立しているシナリオに焦点を当てているが、相互依存タスクの自律的な獲得を研究するのはごくわずかである。
特に,タスク間の関係に関する情報をアーキテクチャのより高レベルなレベルで組み込むことの重要性を示す。
そして、自律的に取得したシーケンスを格納する新しい学習層を追加することで、前者を拡張する新しいシステムであるH-GRAILを紹介する。
論文 参考訳（メタデータ） (2022-05-16T10:43:01Z) - Goal-Aware Cross-Entropy for Multi-Target Reinforcement Learning [15.33496710690063]
本稿では,目標認識型クロスエントロピー(GACE)ロスを提案する。
次に、目標関連情報を利用して与えられた指示に集中する目標識別型注意ネットワーク(GDAN)を考案する。
論文 参考訳（メタデータ） (2021-10-25T14:24:39Z) - C-Planning: An Automatic Curriculum for Learning Goal-Reaching Tasks [133.40619754674066]
ゴール条件強化学習は、ナビゲーションや操作を含む幅広い領域のタスクを解決できる。
本研究では,学習時間における探索を用いて,中間状態を自動生成する遠隔目標獲得タスクを提案する。
E-stepはグラフ検索を用いて最適な経路点列を計画することに対応し、M-stepはそれらの経路点に到達するための目標条件付きポリシーを学習することを目的としている。
論文 参考訳（メタデータ） (2021-10-22T22:05:31Z) - Automatic Curriculum Learning through Value Disagreement [95.19299356298876]
新しい未解決タスクを継続的に解決することが、多様な行動を学ぶための鍵です。
エージェントが複数の目標を達成する必要があるマルチタスク領域では、トレーニング目標の選択はサンプル効率に大きな影響を与える可能性がある。
そこで我々は,エージェントが解決すべき目標のための自動カリキュラムを作成することを提案する。
提案手法は,13のマルチゴールロボットタスクと5つのナビゲーションタスクにまたがって評価し,現在の最先端手法よりも高い性能を示す。
論文 参考訳（メタデータ） (2020-06-17T03:58:25Z) - Mutual Information-based State-Control for Intrinsically Motivated
Reinforcement Learning [102.05692309417047]
強化学習において、エージェントは、外部報酬信号を用いて一連の目標に到達することを学習する。
自然界では、知的生物は内部の駆動から学習し、外部の信号を必要としない。
目的状態と制御可能な状態の間の相互情報として本質的な目的を定式化する。
論文 参考訳（メタデータ） (2020-02-05T19:21:20Z)
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。