論文の概要: Assessing the Influence of Toxic and Gender Discriminatory Communication
on Perceptible Diversity in OSS Projects
- arxiv url: http://arxiv.org/abs/2403.08113v1
- Date: Tue, 12 Mar 2024 22:48:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-14 16:22:39.957886
- Title: Assessing the Influence of Toxic and Gender Discriminatory Communication
on Perceptible Diversity in OSS Projects
- Title(参考訳): 毒性・性差別コミュニケーションの影響評価
OSSプロジェクトにおける受容可能な多様性について
- Authors: Sayma Sultana, Gias Uddin, Amiangshu Bosu
- Abstract要約: 近年,オープンソースソフトウェア(OSS)コミュニティにおける有毒・性同一性推論言語の存在が研究者の焦点となっている。
本研究は,オープンソースソフトウェア開発チームのジェンダー,民族性,在職多様性にどのような影響を及ぼすかを検討することを目的とする。
- 参考スコア(独自算出の注目度): 2.8391355909797644
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The presence of toxic and gender-identity derogatory language in open-source
software (OSS) communities has recently become a focal point for researchers.
Such comments not only lead to frustration and disengagement among developers
but may also influence their leave from the OSS projects. Despite ample
evidence suggesting that diverse teams enhance productivity, the existence of
toxic or gender identity discriminatory communications poses a significant
threat to the participation of individuals from marginalized groups and, as
such, may act as a barrier to fostering diversity and inclusion in OSS
projects. However, there is a notable lack of research dedicated to exploring
the association between gender-based toxic and derogatory language with a
perceptible diversity of open-source software teams. Consequently, this study
aims to investigate how such content influences the gender, ethnicity, and
tenure diversity of open-source software development teams. To achieve this, we
extract data from active GitHub projects, assess various project
characteristics, and identify instances of toxic and gender-discriminatory
language within issue/pull request comments. Using these attributes, we
construct a regression model to explore how they associate with the perceptible
diversity of those projects.
- Abstract(参考訳): 近年,オープンソースソフトウェア(OSS)コミュニティにおける有毒・性同一性推論言語の存在が研究者の焦点となっている。
このようなコメントは開発者の間にフラストレーションや不満をもたらすだけでなく、OSSプロジェクトからの離脱にも影響を及ぼす可能性がある。
多様なチームが生産性を高めるという証拠は豊富にあるが、有毒または性差別的なコミュニケーションの存在は、疎外されたグループからの個人への参加に重大な脅威をもたらし、OSSプロジェクトへの多様性と包摂を促進する障壁として機能する可能性がある。
しかしながら、ジェンダーベースの有毒な言語と軽蔑的な言語と、オープンソースソフトウェアチームの知覚上の多様性との関係を探求する研究の欠如がある。
本研究は,オープンソースソフトウェア開発チームのジェンダー,民族性,在職多様性にどのような影響を及ぼすかを検討することを目的とする。
これを実現するために、アクティブなGitHubプロジェクトからデータを抽出し、さまざまなプロジェクト特性を評価し、イシュー/プルリクエストコメントの中で有毒で性別差別的な言語のインスタンスを識別する。
これらの属性を用いて回帰モデルを構築し、それらのプロジェクトの認識可能な多様性をどのように関連づけるかを探索する。
関連論文リスト
- Greater than the sum of its parts: The role of minority and majority
status in collaborative problem-solving communication [0.0]
協調問題解決(英: Collaborative problem-solving, CPS)は、職場と教育環境の両方で用いられる重要なスキルである。
女性や少数民族(URM)は、共同作業中にしばしば障害に直面し、これらの問題解決における主要な関与を妨げる。
そこで我々は,CPSタスクにおいて,少数・非マイノリティのコミュニケーションパターンについて検討した。
論文 参考訳(メタデータ) (2024-03-07T17:17:20Z) - Diverse, but Divisive: LLMs Can Exaggerate Gender Differences in Opinion
Related to Harms of Misinformation [8.066880413153187]
本稿では,多言語モデル(LLM)が誤報の被害を評価する際に,様々なグループの視点を反映できるかどうかを検討する。
TopicMisinfoデータセットには,さまざまなトピックから160件のファクトチェックされたクレームが含まれている。
GPT 3.5-Turboは、経験的に観察された意見の男女差を反映するが、これらの差の程度を増幅する。
論文 参考訳(メタデータ) (2024-01-29T20:50:28Z) - Exploring ChatGPT for Toxicity Detection in GitHub [5.003898791753481]
しばしば有毒なコメントとして表されるネガティブな会話の頻度は、開発者の幸福と生産性に重大な課題をもたらします。
プロジェクトコミュニケーションにおいてこのような負性性を特定するためには, 自動毒性検出モデルが必要である。
これらのモデルを効果的にトレーニングするには、大規模なソフトウェアエンジニアリング固有の毒性データセットが必要です。
論文 参考訳(メタデータ) (2023-12-20T15:23:00Z) - Unveiling Diversity: Empowering OSS Project Leaders with Community
Diversity and Turnover Dashboards [51.67585198094836]
CommunityTapestryは動的リアルタイムコミュニティダッシュボードである。
それは、私たちが文献から特定した重要な多様性とターンオーバー信号を示します。
プロジェクトリーダが改善の領域を特定し、実行可能な情報を提供するのに役立ちました。
論文 参考訳(メタデータ) (2023-12-13T22:12:57Z) - Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
論文 参考訳(メタデータ) (2023-10-23T17:42:01Z) - Characterizing Usability Issue Discussions in Open Source Software
Projects [13.901618206448049]
ユーザビリティは、オープンソースソフトウェア(OSS)で最も無視されている懸念の1つです。
OSSコミュニティメンバがユーザビリティに関する議論に参加する程度についてはほとんど知識がない。
論文 参考訳(メタデータ) (2023-08-19T01:47:08Z) - "I'm fully who I am": Towards Centering Transgender and Non-Binary
Voices to Measure Biases in Open Language Generation [69.25368160338043]
トランスジェンダーとノンバイナリ(TGNB)の個人は、日常生活から差別や排除を不当に経験している。
オープン・ランゲージ・ジェネレーションにおいて,経験豊富なTGNB人物の疎外化を取り巻く社会的現実がいかに貢献し,持続するかを評価する。
我々はTGNB指向のコミュニティからキュレートされたテンプレートベースの実世界のテキストのデータセットであるTANGOを紹介する。
論文 参考訳(メタデータ) (2023-05-17T04:21:45Z) - Stable Bias: Analyzing Societal Representations in Diffusion Models [72.27121528451528]
本稿では,テキスト・ツー・イメージ(TTI)システムにおける社会的バイアスを探索する新しい手法を提案する。
我々のアプローチは、プロンプト内の性別や民族のマーカーを列挙して生成された画像の変動を特徴づけることに依存している。
我々はこの手法を利用して3つのTTIシステムによって生成された画像を分析し、そのアウトプットが米国の労働人口層と相関しているのに対して、彼らは常に異なる範囲において、限界化されたアイデンティティを低く表現している。
論文 参考訳(メタデータ) (2023-03-20T19:32:49Z) - Rumor Detection with Self-supervised Learning on Texts and Social Graph [101.94546286960642]
異種情報ソース上での自己教師型学習を対照的に提案し,それらの関係を明らかにするとともに,噂をよりよく特徴付ける。
我々はこの枠組みをSRD(Self-supervised Rumor Detection)と呼ぶ。
3つの実世界のデータセットに対する大規模な実験により、ソーシャルメディア上での噂の自動検出におけるSRDの有効性が検証された。
論文 参考訳(メタデータ) (2022-04-19T12:10:03Z) - Fragments of the Past: Curating Peer Support with Perpetrators of
Domestic Violence [88.37416552778178]
我々は,過去フラグメントの設計と展開において,6人の支援労働者と18人の加害者とともに働いた10ヶ月の研究を報告した。
私たちは、暴力から脱却した経験をデジタルで強化された成果物、すなわち「フラグメント」を作ることが、メッセージのモチベーションと仲間間のラッピングをいかに翻訳するかを共有します。
これらの知見は、挑戦的な人口を持つ将来のネットワーク設計の実践的考察の基礎となる。
論文 参考訳(メタデータ) (2021-07-09T22:57:43Z) - Including Everyone, Everywhere: Understanding Opportunities and
Challenges of Geographic Gender-Inclusion in OSS [15.757897147034873]
本研究では,GitHub上でのジェンダーの包摂に関する多地域的地理的分析について述べる。
ジェンダーの多様性は世界各地で低く、地域によって大きな違いはない。
2014年以降、世界中の多様性が統計的に顕著に向上しており、アフリカなど一部の地域はより速いペースで改善している。
論文 参考訳(メタデータ) (2020-10-02T07:40:43Z)
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。