論文の概要: Understanding Fairness in Software Engineering: Insights from Stack Exchange
- arxiv url: http://arxiv.org/abs/2402.19038v2
- Date: Fri, 21 Jun 2024 16:48:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-24 19:46:30.042136
- Title: Understanding Fairness in Software Engineering: Insights from Stack Exchange
- Title（参考訳）: ソフトウェアエンジニアリングの公平さを理解する - Stack Exchangeからの洞察
- Authors: Emeralda Sesari, Federica Sarro, Ayushi Rastogi,
- Abstract要約: この研究はStack Exchangeサイトのソフトウェア実践者による公正な議論を提供する。
私たちはまた、ソフトウェア実践者が最もよく話す公平さの側面を特定したいと思っています。
- 参考スコア（独自算出の注目度）: 9.312605205492456
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Software practitioners discuss problems at work with peers, in-person and online. These discussions can be technical (e.g., how to fix a bug?) and social (e.g., how to assign work fairly?). While there is a growing body of knowledge exploring fairness problems and solutions in the human and social factors of software engineering, most focus has been on specific problems. This study provides fairness discussions by software practitioners on Stack Exchange sites. We present an exploratory study presenting the fairness experience of software practitioners and fairness expectations in software teams. We also want to identify the fairness aspects software practitioners talk about the most. For example, do they care more about fairness in income or how they are treated in the workplace? Our investigation of fairness discussions on eight Stack Exchange sites resulted in a list of 136 posts (28 questions and 108 answers) manually curated from 4,178 candidate posts. The study reveals that the majority of fairness discussions (24 posts) revolve around the topic of income suggesting that many software practitioners are highly interested in matters related to their pay and how it is fairly distributed. Further, we noted that while not discussed as often, discussions on fairness in recruitment tend to receive the highest number of views and scores. Interestingly, the study shows that unfairness experiences extend beyond the protected attributes. In this study, only 25 out of 136 posts mention protected attributes, with gender mainly being discussed.
- Abstract（参考訳）: ソフトウェア実践者は、同僚や個人、オンラインで作業する際の問題について議論する。
これらの議論は技術的(例:バグの修正方法?)と社会的(例:作業を公平に割り当てる方法?
ソフトウェアエンジニアリングの人的および社会的要因において、公平性の問題と解決策を探求する知識が増えている一方で、ほとんどの場合、特定の問題に焦点が当てられている。
この研究はStack Exchangeサイトのソフトウェア実践者による公正な議論を提供する。
本稿では,ソフトウェア実践者の公正な経験と,ソフトウェア開発チームにおける公正な期待を示す探索的研究について述べる。
私たちはまた、ソフトウェア実践者が最もよく話す公平さの側面を特定したいと思っています。
例えば、彼らは収入の公平さや、職場でどのように扱われるかをより気にしていますか?
Stack Exchangeの8つのサイトでの公平性に関する議論を調査した結果,4,178の候補ポストから手作業で収集した136の投稿(28の質問と108の回答)のリストが得られた。
この調査によると、フェアネスに関する議論(24記事)の大多数は、多くのソフトウェア実践者が給与とそれがどのようにかなり分散されているかについて非常に関心を持っていることを示唆している。
また、あまり議論されることはないが、採用における公正性に関する議論は、最も多くのビューやスコアを受け取る傾向にあることも指摘した。
興味深いことに、この研究は保護された属性を超えて不公平な体験が広がることを示している。
本研究では,保護属性について言及した投稿は136件中25件に過ぎず,主にジェンダーが議論されている。
関連論文リスト
- What Do Developers Discuss in Their Workplace? An Analysis of Workplace StackExchange Discussions [1.7532822703595765]
この記事では、Workplace StackExchangeサイトの47,368の投稿を分析します。
従業員の健康、コミュニケーション、キャリア・ムーブメントと雇用、紛争とミステイク、コーポレート・ポリシー、マネジメント/スーパーバイザの責任、学習と技術スキルの4つのカテゴリに分類された46のトピックを特定した。
論文 参考訳（メタデータ） (2024-11-11T14:15:40Z) - It is Giving Major Satisfaction: Why Fairness Matters for Developers [9.312605205492456]
本研究は,ソフトウェア実践者の仕事満足度に対する公正感の関連性を検討することを目的とする。
その結果,4つの公平性,分配性,手続き性,対人性,情報性が,仕事の満足度に大きく影響していることが示唆された。
公正感と仕事満足度との関係は、女性、民族的に劣る、経験の浅い実践者、仕事の制限のある者にとって顕著に強い。
論文 参考訳（メタデータ） (2024-10-03T13:40:00Z) - Asking an AI for salary negotiation advice is a matter of concern: Controlled experimental perturbation of ChatGPT for protected and non-protected group discrimination on a contextual task with no clear ground truth answers [0.0]
実験によるChatGPTの4種類のバイアス監査を行った。
我々は、各バージョンに98,800通のプロンプトを提出し、従業員の性別、大学、専攻を体系的に変更した。
マルチモデルプラットフォームとしてのChatGPTは、そのようなタスクに対して信頼できるほど堅牢で一貫したものではない。
論文 参考訳（メタデータ） (2024-09-23T21:48:32Z) - What Can Natural Language Processing Do for Peer Review? [173.8912784451817]
現代の科学ではピアレビューが広く使われているが、それは難しく、時間がかかり、エラーを起こしやすい。
ピアレビューに関わるアーティファクトは大部分がテキストベースであるため、自然言語処理はレビューを改善する大きな可能性を秘めている。
筆者らは、原稿提出からカメラ対応リビジョンまでの各工程について詳述し、NLP支援の課題と機会について論じる。
論文 参考訳（メタデータ） (2024-05-10T16:06:43Z) - ExpertQA: Expert-Curated Questions and Attributed Answers [51.68314045809179]
我々は,様々な属性と事実の軸に沿って,いくつかの代表システムからの応答を人為的に評価する。
我々は32分野にわたる484人の被験者から専門家による質問を収集し、同じ専門家に自身の質問に対する反応を評価する。
分析の結果は,32分野にまたがる2177の質問と,回答の検証とクレームの属性を備えた高品質な長文QAデータセットであるExpertQAである。
論文 参考訳（メタデータ） (2023-09-14T16:54:34Z) - Software Engineers' Questions and Answers on Stack Exchange [0.0]
我々は、幅広い領域を含むSoftware Engineering Stack Exchangeサイトの質問と回答を分析します。
質問された質問は、データベースシステム、品質保証、アジャイルソフトウェア開発に最もよく関連していることがわかった。
最も魅力的なトピックはキャリアとチームワークの問題であり、最も魅力的なトピックはネットワークプログラミングとソフトウェアモデリングだった。
論文 参考訳（メタデータ） (2023-06-20T13:39:49Z) - Competency Problems: On Finding and Removing Artifacts in Language Data [50.09608320112584]
複雑な言語理解タスクでは、すべての単純な特徴相関が突発的であると論じる。
人間バイアスを考慮したコンピテンシー問題に対するデータ作成の難しさを理論的に分析します。
論文 参考訳（メタデータ） (2021-04-17T21:34:10Z) - Does Fair Ranking Improve Minority Outcomes? Understanding the Interplay
of Human and Algorithmic Biases in Online Hiring [9.21721532941863]
我々は、雇用者の仕事状況や固有のバイアスなど、オンライン雇用プラットフォームにおける性別バイアスの源泉を分析した。
結果から, 公平なランキングアルゴリズムは, 少数民族の選抜率を向上するが, 求職状況や候補者のプロファイルに大きく依存していることが示唆された。
論文 参考訳（メタデータ） (2020-12-01T11:45:27Z) - The Influence of Domain-Based Preprocessing on Subject-Specific
Clustering [55.41644538483948]
大学におけるオンライン教育の大部分を突然移行させることで、学者の作業負荷が増大した。
この問題に対処するひとつの方法は、トピックに応じてこれらの質問をクラスタ化することです。
本稿では,タグ付けデータセットの領域を探求し,コードの抜粋の同定と経験的結果の提供に焦点をあてる。
論文 参考訳（メタデータ） (2020-11-16T17:47:19Z) - A Study of Knowledge Sharing related to Covid-19 Pandemic in Stack
Overflow [69.5231754305538]
主に2020年2月と3月に投稿された464のStack Overflowに関する質問と、テキストマイニングの力を活用した調査。
事実、この世界的な危機はStack Overflowにおける活動の激化を招き、ほとんどのトピックは、Covid-19データ分析に対する強い関心を反映している。
論文 参考訳（メタデータ） (2020-04-18T08:19:46Z) - Is 40 the new 60? How popular media portrays the employability of older
software developers [78.42660996736939]
我々は、雇用性問題と潜在的な緩和戦略のレンズを通して、人気のあるオンライン記事やHacker Newsに関する関連する議論を分析した。
我々は、最新の状態を維持することの重要性を強調し、特定のタスクや技術に特化し、ベテラン開発者にとっての道のりとして役割の移行を提示する。
論文 参考訳（メタデータ） (2020-04-13T10:00:03Z)
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。