論文の概要: Unveiling Inclusiveness-Related User Feedback in Mobile Applications

• arxiv url: http://arxiv.org/abs/2311.00984v2
• Date: Sun, 01 Dec 2024 05:13:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-03 16:56:03.433670
• Title: Unveiling Inclusiveness-Related User Feedback in Mobile Applications
• Title（参考訳）: モバイルアプリケーションにおける包括性関連ユーザフィードバックの公開
• Authors: Nowshin Nawar Arony, Ze Shi Li, Daniela Damian, Bowen Xu,
• Abstract要約: Reddit、Google Play Store、Xからのフィードバックを、世界で最も人気のある50のアプリに活用しています。 社会-技術基盤理論のアプローチを用いて,3つの情報源にまたがる22,000のポストを分析した。 我々は, アルゴリズムバイアス, 技術, デモグラフィ, アクセシビリティ, その他の人的価値の5つのカテゴリからなる包括性に関する分類を整理した。
• 参考スコア（独自算出の注目度）: 7.212232917917022
• License:
• Abstract: In an era of rapidly expanding software usage, catering to the diverse needs of users from various backgrounds has become a critical challenge. Inclusiveness, representing a core human value, is frequently overlooked during software development, leading to user dissatisfaction. Users often engage in discourse on online platforms where they indicate their concerns. In this study, we leverage user feedback from three popular online sources Reddit, Google Play Store, and X, for 50 of the most popular apps in the world. Using a Socio-Technical Grounded Theory approach, we analyzed 22,000 posts across the three sources. We organize our empirical results in a taxonomy for inclusiveness comprising 5 major categories: Algorithmic Bias, Technology, Demography, Accessibility, and Other Human Values. To explore automated support for identifying inclusiveness-related posts, we experimented with a large language model (GPT4o-mini) and found that it is capable of identifying inclusiveness-related user feedback. We provide implications and recommendations that can help software practitioners to better identify inclusiveness issues to support a wider range of users
• Abstract（参考訳）: ソフトウェアの利用が急速に拡大する時代には、さまざまなバックグラウンドを持つユーザの多様なニーズに対応することが、重要な課題となっている。 人間の中核的な価値を表す包括性は、ソフトウェア開発においてしばしば見過ごされ、ユーザの不満につながります。 ユーザーはしばしば、懸念を示すオンラインプラットフォームで談話を行う。 本研究では、世界で最も人気のあるアプリのうち50種類について、Reddit、Google Play Store、Xの3つの人気オンラインソースからのユーザーフィードバックを活用します。 社会・技術基盤理論のアプローチを用いて,3つの情報源にまたがる22,000のポストを分析した。 我々は, アルゴリズムバイアス, 技術, デモグラフィ, アクセシビリティ, その他の人的価値の5つのカテゴリからなる包括性に関する分類において, 実験結果を整理した。 包括性に関連する投稿を識別するための自動サポートを探るため,大規模言語モデル(GPT4o-mini)を実験し,包括性に関連するユーザフィードバックを識別できることを確認した。 私たちは、ソフトウェア実践者が幅広いユーザーをサポートするために包括性の問題をよりよく識別するのに役立つ意味とレコメンデーションを提供します。

関連論文リスト

• On the Automated Processing of User Feedback [7.229732269884235]
  ユーザフィードバックは、要件エンジニアリング、ユーザインターフェース設計、ソフトウェアエンジニアリングにとって、ますます重要な情報ソースとなります。 フィードバックの可能性を最大限に活用するためには、解決すべき主な課題が2つあります。 ベンダーは大量のフィードバックデータに対処しなければならない。 第二に、ベンダーはさまざまなフィードバックの質に対処しなければならない。
  論文  参考訳（メタデータ） (2024-07-22T10:13:13Z)
• SADAS: A Dialogue Assistant System Towards Remediating Norm Violations in Bilingual Socio-Cultural Conversations [56.31816995795216]
  SADAS(Socially-Aware Dialogue Assistant System)は、会話が敬意と理解で広がることを保証するためのシステムである。 本システムの新しいアーキテクチャは,(1)対話に存在する規範のカテゴリを特定すること,(2)潜在的な規範違反を検出すること,(3)違反の深刻さを評価すること,(4)違反の是正を目的とした対策を実施すること,を含む。
  論文  参考訳（メタデータ） (2024-01-29T08:54:21Z)
• The Best Ends by the Best Means: Ethical Concerns in App Reviews [2.0625936401496237]
  App Storeのレビューでは,ソフトウェア欠陥を特定する上で不可欠な,ユーザの視点の収集が可能になる。 ユーザレビュー500万件を収集し、ユーザの好みを表す倫理的懸念のセットを開発し、これらのレビューのサンプルを手作業でラベル付けしました。 検閲、個人情報盗難、安全に関する倫理的懸念を強く報告していることがわかりました。
  論文  参考訳（メタデータ） (2024-01-19T23:53:26Z)
• User Attitudes to Content Moderation in Web Search [49.1574468325115]
  我々は、Web検索における誤解を招く可能性のあるコンテンツや攻撃的なコンテンツに適用される様々なモデレーションプラクティスに対するサポートレベルについて検討する。 最も支持されている実践は、誤解を招く可能性のあるコンテンツや不快なコンテンツについてユーザーに知らせることであり、最も支持されていないものは、検索結果を完全に削除することである。 より保守的なユーザーやウェブ検索結果に対する信頼度が低いユーザーは、ウェブ検索におけるコンテンツモデレーションに反する傾向にある。
  論文  参考訳（メタデータ） (2023-10-05T10:57:15Z)
• UltraFeedback: Boosting Language Models with Scaled AI Feedback [99.4633351133207]
  大規模で高品質で多様なAIフィードバックデータセットである textscUltraFeedback を提示する。 我々の研究は、強力なオープンソースのチャット言語モデルを構築する上で、スケールしたAIフィードバックデータの有効性を検証する。
  論文  参考訳（メタデータ） (2023-10-02T17:40:01Z)
• Proactive Prioritization of App Issues via Contrastive Learning [2.6763498831034043]
  本稿では,アプリの問題を積極的に優先順位付けする新しいフレームワークPPriorを提案する。 PPriorはトレーニング済みのT5モデルを採用し、3段階で動作する。 フェーズ1は、事前訓練されたT5モデルを、セルフ教師された方法でユーザレビューデータに適用する。 第2フェーズでは、コントラストトレーニングを活用して、ユーザレビューの汎用的かつタスクに依存しない表現を学習する。
  論文  参考訳（メタデータ） (2023-03-12T06:23:10Z)
• Identifying Experts in Question & Answer Portals: A Case Study on Data Science Competencies in Reddit [0.0]
  Redditにおけるデータサイエンスの専門家の特定の可能性について検討する。 本手法は,2人のデータサイエンス専門家が専門家と専門家以外のコメントだけでなく,スコープ外コメントをラベル付けした手作業によるコーディング結果に基づいている。 我々は,1,113のラベル付きコメントと100,226の未ラベル付きコメントを組み合わせた半教師付きアプローチを提案する。
  論文  参考訳（メタデータ） (2022-04-08T14:30:59Z)
• Advances and Challenges in Conversational Recommender Systems: A Survey [133.93908165922804]
  現在の会話レコメンダーシステム(CRS)で使用されるテクニックの体系的なレビューを提供します。 CRS開発の主な課題を5つの方向にまとめます。 これらの研究の方向性は、情報検索(IR)、自然言語処理(NLP)、人間とコンピュータの相互作用(HCI)などの複数の研究分野を含みます。
  論文  参考訳（メタデータ） (2021-01-23T08:53:15Z)
• Emerging App Issue Identification via Online Joint Sentiment-Topic Tracing [66.57888248681303]
  本稿では,MERITという新しい問題検出手法を提案する。 AOBSTモデルに基づいて、1つのアプリバージョンに対するユーザレビューに否定的に反映されたトピックを推測する。 Google PlayやAppleのApp Storeで人気のアプリに対する実験は、MERITの有効性を実証している。
  論文  参考訳（メタデータ） (2020-08-23T06:34:05Z)
• Topic Modeling on User Stories using Word Mover's Distance [4.378337862197529]
  本稿では,クラウド生成ユーザストーリーの集合内のトピックを識別する手段として,トピックモデリングに焦点を当てる。 群衆労働者による2,966件のユーザストーリーを公開して評価した。
  論文  参考訳（メタデータ） (2020-07-10T11:05:42Z)
• Deep Learning for Person Re-identification: A Survey and Outlook [233.36948173686602]
  人物再識別(Re-ID)は、複数の重複しないカメラを通して興味ある人物を検索することを目的としている。 人物のRe-IDシステム開発に関わるコンポーネントを分離することにより、それをクローズドワールドとオープンワールドのセッティングに分類する。
  論文  参考訳（メタデータ） (2020-01-13T12:49:22Z)

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。