論文の概要: Invisible Labor in Open Source Software Ecosystems

• arxiv url: http://arxiv.org/abs/2401.06889v2
• Date: Fri, 10 Jan 2025 16:06:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-13 15:25:19.272789
• Title: Invisible Labor in Open Source Software Ecosystems
• Title（参考訳）: オープンソースソフトウェアエコシステムにおける見えない労働
• Authors: John Meluso, Amanda Casari, Katie McLaughlin, Milo Z. Trujillo,
• Abstract要約: 目に見えない労働とは、完全に見えていないか、適切な補償を受けていない仕事である。 私たちの研究によると、オープンソースソフトウェア(OSS)の作業の約半数は見えません。 これにより、ソフトウェア開発の公平性が向上し、作業設計に対する透明性が向上する可能性がある。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Invisible labor is work that is either not fully visible or not appropriately compensated. In open source software (OSS) ecosystems, essential tasks that do not involve code (like content moderation) often become invisible to the detriment of individuals and organizations. However, invisible labor is sufficiently difficult to measure that we do not know how much of OSS activities are invisible. Our study addresses this challenge, demonstrating that roughly half of OSS work is invisible. We do this by developing a cognitive anchoring survey technique that measures OSS developer self-assessments of labor visibility and attribution. Survey respondents (n=142) reported that their work is more likely to be invisible (2 in 3 tasks) than visible, and that half (50.1%) is uncompensated. Priming participants with the idea of visibility caused participants to think their work was more visible, and that visibility was less important, than those primed with invisibility. We also found evidence that tensions between attribution motivations probably increase how common invisible labor is. This suggests that advertising OSS activities as "open" may lead contributors to overestimate how visible their labor actually is. Our findings suggest benefits to working with varied stakeholders to make select, collectively valued activities visible, and increasing compensation in valued forms (like attribution, opportunities, or pay) when possible. This could improve fairness in software development while providing greater transparency into work designs that help organizations and communities achieve their goals.
• Abstract（参考訳）: 目に見えない労働とは、完全に見えていないか、適切な補償を受けていない仕事である。 オープンソースソフトウェア(OSS)エコシステムでは、コード(コンテンツモデレーションなど)を含まない重要なタスクは、個人や組織の有害行為には見えないことが多い。 しかし、OSS活動のどの程度が見えないかわからないほど、目に見えない労働力を測定することは十分に困難である。 我々の研究は、OSSの作業のおよそ半分が見えないことを実証して、この課題に対処する。 我々は、OSS開発者による労働の可視性と属性の自己評価を計測する認知的アンカー調査手法を開発する。 調査対象者(n=142)は、彼らの作業は可視性よりも目に見えない(3タスクに2つ)傾向があり、半分(50.1%)は補償を受けていないと報告した。 可視性という概念で参加者をプライミングすることで、参加者は自分たちの作業がより可視的であり、可視性を持つ人たちよりも視認性が重要でないと考えるようになった。 また、帰属モチベーション間の緊張が、目に見えない労働がいかに多いかを示す証拠も見つかった。 このことは、OSSのアクティビティを"オープン"として宣伝することで、コントリビュータが実際にどのように見えるかを過大評価する可能性があることを示唆している。 我々の発見は、さまざまな利害関係者と協力して、選択された価値あるアクティビティを可視化し、可能であれば価値あるフォーム(帰属、機会、支払いなど)の報酬を増やすことのメリットを示唆している。 これにより、ソフトウェア開発の公平性が向上し、組織やコミュニティが目標を達成するのに役立つ作業設計への透明性が向上します。

関連論文リスト

• Infrared and Visible Image Fusion: From Data Compatibility to Task Adaption [65.06388526722186]
  赤外線可視画像融合はコンピュータビジョンにおいて重要な課題である。 この急成長する領域に対処する、最近の包括的な調査が欠如している。 本稿では,共通学習に基づくIVIF手法の解明のための多次元フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-01-18T13:17:34Z)
• Digital Labor and the Inconspicuous Production of Artificial Intelligence [0.0]
  デジタルプラットフォームは、しばしばカジュアルな活動や消費として欠かせない貢献をしている。 AI開発において重要な役割を担っているにもかかわらず、こうしたタスクは認識されず、過小評価され続けている。 この章は、デジタル経済におけるこれらの活動の体系的非評価を明らかにする。
  論文  参考訳（メタデータ） (2024-10-08T11:07:42Z)
• A Mixed-Methods Study of Open-Source Software Maintainers On Vulnerability Management and Platform Security Features [6.814841205623832]
  本稿では,OSSメンテナの脆弱性管理とプラットフォームセキュリティ機能について考察する。 サプライチェーンの不信や、脆弱性管理の自動化の欠如が、最も困難であることに気付きました。 プラットフォームのセキュリティ機能を採用する上での障壁は、認識の欠如と、それらが必要ないという認識の欠如である。
  論文  参考訳（メタデータ） (2024-09-12T00:15:03Z)
• Unleashing Excellence through Inclusion: Navigating the Engagement-Performance Paradox [0.0]
  自分が属していないと感じている人(または職場で声が聞こえない)は、一般的に、切り離され、非生産的、悲観的になる。 本稿では,性能に直接影響を与える包摂性の概念モデルを開発することにより,品質と性能管理に関する文献に貢献する。
  論文  参考訳（メタデータ） (2024-07-13T19:30:01Z)
• Evaluating Fairness in Large Vision-Language Models Across Diverse Demographic Attributes and Prompts [27.66626125248612]
  いくつかの主流大規模視覚言語モデル(LVLM)の視覚的公正性について実験的に検討する。 我々の公正度評価フレームワークは、視覚的質問応答/分類タスクにおいて、直接的および単選択的な質問プロンプトを用いている。 我々は,オープンソースのLVLMとクローズドソースの両方に適用可能な,バイアス軽減のためのマルチモーダル・チェーン・オブ・シント(CoT)ベースの戦略を提案する。
  論文  参考訳（メタデータ） (2024-06-25T23:11:39Z)
• What Hides behind Unfairness? Exploring Dynamics Fairness in Reinforcement Learning [52.51430732904994]
  強化学習問題では、エージェントはリターンを最大化しながら長期的な公正性を考慮する必要がある。 近年の研究では様々なフェアネスの概念が提案されているが、RL問題における不公平性がどのように生じるかは定かではない。 我々は、環境力学から生じる不平等を明示的に捉える、ダイナミックスフェアネスという新しい概念を導入する。
  論文  参考訳（メタデータ） (2024-04-16T22:47:59Z)
• Rethinking People Analytics With Inverse Transparency by Design [57.67333075002697]
  我々は、デザインによる逆透過性(inverse transparency)と呼ぶ、労働分析のための新しい設計手法を提案する。 アーキテクチャの変更はコア機能を阻害することなく行われます。 我々は、デザインによる逆透明性は、受け入れられ、責任ある人々の分析を実現するための有望なアプローチである、と結論付けている。
  論文  参考訳（メタデータ） (2023-05-16T21:37:35Z)
• Flexible social inference facilitates targeted social learning when rewards are not observable [58.762004496858836]
  グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。 社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
  論文  参考訳（メタデータ） (2022-12-01T21:04:03Z)
• Harnessing Context for Budget-Limited Crowdsensing with Massive Uncertain Workers [26.835745787064337]
  本稿では,コンテキスト対応作業者選択(CAWS)アルゴリズムを提案する。 CAWSは、予算制約とキャパシティ制約の両方を尊重して、予想される総センシング収益を効率的に最大化することを目指している。
  論文  参考訳（メタデータ） (2021-07-03T09:09:07Z)
• Trustworthy Transparency by Design [57.67333075002697]
  本稿では,ユーザ信頼とエクスペリエンスに関する研究を取り入れた,ソフトウェア設計のための透明性フレームワークを提案する。 私たちのフレームワークは、その設計に透明性を取り入れたソフトウェアの開発を可能にします。
  論文  参考訳（メタデータ） (2021-03-19T12:34:01Z)
• Can Semantic Labels Assist Self-Supervised Visual Representation Learning? [194.1681088693248]
  近隣環境におけるコントラスト調整(SCAN)という新しいアルゴリズムを提案する。 一連のダウンストリームタスクにおいて、SCANは従来の完全教師付きおよび自己教師付きメソッドよりも優れたパフォーマンスを達成する。 本研究は, セマンティックラベルが自己指導的手法の補助に有用であることを明らかにする。
  論文  参考訳（メタデータ） (2020-11-17T13:25:00Z)

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。