Fugu-MT 論文翻訳(概要): Challenges, Strengths, and Strategies of Software Engineers with ADHD: A Case Study

論文の概要: Challenges, Strengths, and Strategies of Software Engineers with ADHD: A Case Study

arxiv url: http://arxiv.org/abs/2312.05029v1
Date: Fri, 8 Dec 2023 13:16:29 GMT
ステータス: 処理完了
システム内更新日: 2023-12-11 15:15:45.820111
Title: Challenges, Strengths, and Strategies of Software Engineers with ADHD: A Case Study
Title（参考訳）: ADHDによるソフトウェアエンジニアの挑戦,強み,戦略--事例研究
Authors: Grischa Liebel, Noah Langlois, Kiev Gama
Abstract要約: 世界人口の5.0%から7.1%はADHDである。 ADHD患者はいくつかの重要なSE関連活動に苦慮している。身体と精神の健康に問題を抱える。強みの面では、例えば、創造的スキルの向上、パズルの解き方の向上、先へ考える能力の向上などが示される。
参考スコア（独自算出の注目度）: 5.284373090958734
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Neurodiversity describes brain function variation in individuals, including Attention deficit hyperactivity disorder (ADHD) and Autism spectrum disorder. Neurodivergent individuals both experience challenges and exhibit strengths in the workplace. As an important disorder included under the neurodiversity term, an estimated 5.0% to 7.1% of the world population have ADHD. However, existing studies involving ADHD in the workplace are of general nature and do not focus on software engineering (SE) activities. To address this gap, we performed an exploratory qualitative case study on the experiences of people with ADHD working in SE. We find that people with ADHD struggle with several important SE-related activities, e.g., task organisation and estimation, attention to work, relation to others. Furthermore, they experience issues with physical and mental health. In terms of strengths, they exhibit, e.g., increased creative skills, perform well when solving puzzles, and have the capability to think ahead. Our findings align well with existing clinical ADHD research, and have important implications to SE practice.
Abstract（参考訳）: 神経多様性は、注意欠陥多動性障害(ADHD)や自閉症スペクトラム障害を含む個人の脳機能の変化を記述している。ニューロディバージェントな個人は共に課題を経験し、職場で強みを示す。神経多様性の期間に含まれる重要な疾患として、世界人口の5.0%から7.1%がADHDを持っていると推定されている。しかし、職場でのADHDに関する既存の研究は一般的な性質であり、ソフトウェア工学(SE)の活動には焦点を当てていない。このギャップに対処するため、我々は、SEで働くADHD患者の経験を探索的質的研究を行った。 ADHD患者は,タスク組織や見積,作業への注意,他者との関係など,いくつかの重要なSE関連活動に苦慮している。さらに、身体と精神の健康の問題も経験する。強みの面では、創造的なスキルを高め、パズルを解くときにうまく機能し、先を考える能力を持っている。本研究は既存の臨床ADHD研究とよく一致し,SEの実践に重要な意味を持つ。

関連論文リスト

Transparent but Powerful: Explainability, Accuracy, and Generalizability in ADHD Detection from Social Media Data [0.0]
注意欠陥・高活動障害(ADHD: Attention-deficit/hyperactive disorder)は、小児と成人の両方に影響を及ぼす精神疾患である。人工知能の最近の進歩、特に自然言語処理(NLP)と機械学習(ML)は、ソーシャルメディアデータを用いたスケーラブルで非侵襲的なADHDスクリーニング方法に対する有望なソリューションを提供する。本稿では,浅層学習モデルと深層学習アプローチを併用したADHD検出に関する総合的研究を行い,ADHD関連ソーシャルメディアテキストの言語パターンを解析する。
論文参考訳（メタデータ） (2024-11-23T15:26:01Z)
A Socio-Technical Grounded Theory on the Effect of Cognitive Dysfunctions in the Performance of Software Developers with ADHD and Autism [4.165557183957418]
神経多様性の概念は、自閉症スペクトラム障害(ASD)、注意欠陥/多動性障害(ADHD)、失読症、失読症といった従来の症状の見方に挑戦する。本研究では,ASDとADHDを用いたニューロディバージェントソフトウェアエンジニアの経験を考察し,ソフトウェアチームで直面する認知的,感情的な課題について検討する。
論文参考訳（メタデータ） (2024-11-21T09:00:18Z)
Challenges in the Differential Classification of Individual Diagnoses from Co-Occurring Autism and ADHD Using Survey Data [2.521920073279046]
自閉症とADHD(Autism and Attention-Deficit Hyper Activity Disorder)は、小児期で最もよく見られる神経発達障害の1つである。両者を区別するための特定の計算アセスメントを提供することは、困難かつ時間を要することが証明される。自動臨床意思決定支援システムの特徴として,対象とする行動を特定するために,全国小児健康調査のデータを用いた機械学習モデルを訓練した。
論文参考訳（メタデータ） (2024-11-13T03:38:56Z)
MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
メンタルヘルス障害は世界で最も深刻な病気の1つである。プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。 MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
論文参考訳（メタデータ） (2024-10-09T13:06:40Z)
Towards Within-Class Variation in Alzheimer's Disease Detection from Spontaneous Speech [60.08015780474457]
アルツハイマー病(AD)の検出は、機械学習の分類モデルを使用する有望な研究領域として浮上している。我々は、AD検出において、クラス内変異が重要な課題であると考え、ADを持つ個人は認知障害のスペクトルを示す。本稿では,ソフトターゲット蒸留 (SoTD) とインスタンスレベルの再分散 (InRe) の2つの新しい手法を提案する。
論文参考訳（メタデータ） (2024-09-22T02:06:05Z)
Exploiting the Brain's Network Structure for Automatic Identification of ADHD Subjects [70.37277191524755]
我々は脳を機能的ネットワークとしてモデル化できることを示し,ADHD被験者と制御対象とではネットワークの特定の特性が異なることを示した。 776名の被験者で分類器を訓練し,ADHD-200チャレンジのために神経局が提供する171名の被験者を対象に試験を行った。
論文参考訳（メタデータ） (2023-06-15T16:22:57Z)
Economical Accommodations for Neurodivergent Students in Software Engineering Education: Experiences from an Intervention in Four Undergraduate Courses [1.4359013924162163]
一般人口では神経多様性が一般的であり、世界人口の5.0%から7.1%がADHDとジスキシアと診断されている。ニューロディバージェント(ND)の個人は、しばしば特定のタスクで課題を経験する。 ND個人はまた、創造性や細部への注意など、特定の強みを示す。
論文参考訳（メタデータ） (2023-06-13T09:27:09Z)
Deep learning reveals the common spectrum underlying multiple brain disorders in youth and elders from brain functional networks [53.257804915263165]
ヒトの初期および後期の脳障害は、脳機能における病理学的変化を共有する可能性がある。病理的共通性に関する神経画像データによる重要な証拠はいまだ発見されていない。多地点機能磁気共鳴画像データを用いたディープラーニングモデルを構築し、健康的な制御から5つの異なる脳障害を分類する。
論文参考訳（メタデータ） (2023-02-23T09:22:05Z)
Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
論文参考訳（メタデータ） (2023-02-05T22:33:49Z)
Detection of ADHD based on Eye Movements during Natural Viewing [3.1890959219836574]
ADHDは神経発達障害であり、臨床専門医が診断する必要がある。我々は、関連するタスクに対して事前学習を行う、エンドツーエンドのディープラーニングベースのシーケンスモデルを開発する。この手法は実際にADHDを検出し、関連するベースラインを上回ります。
論文参考訳（メタデータ） (2022-07-04T12:56:04Z)
Deep Multi-task Learning for Depression Detection and Prediction in Longitudinal Data [50.02223091927777]
うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
論文参考訳（メタデータ） (2020-12-05T05:14:14Z)

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。