論文の概要: A Large Scale Survey of Motivation in Software Development and Analysis of its Validity
- arxiv url: http://arxiv.org/abs/2404.08303v1
- Date: Fri, 12 Apr 2024 07:51:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-15 15:35:59.557538
- Title: A Large Scale Survey of Motivation in Software Development and Analysis of its Validity
- Title（参考訳）: ソフトウェア開発におけるモチベーションの大規模調査とその妥当性分析
- Authors: Idan Amit, Dror G. Feitelson,
- Abstract要約: 文献から11人のモチベーターを特定し,その動機に対する相対的影響を評価した。
動機づけは内的主観的感情であるため,回答の有効性も分析する。
- 参考スコア（独自算出の注目度）: 0.3683202928838613
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context: Motivation is known to improve performance. In software development in particular, there has been considerable interest in the motivation of contributors to open source. Objective: We identify 11 motivators from the literature (enjoying programming, ownership of code, learning, self use, etc.), and evaluate their relative effect on motivation. Since motivation is an internal subjective feeling, we also analyze the validity of the answers. Method: We conducted a survey with 66 questions on motivation which was completed by 521 developers. Most of the questions used an 11 point scale. We evaluated the validity of the answers validity by comparing related questions, comparing to actual behavior on GitHub, and comparison with the same developer in a follow up survey. Results: Validity problems include moderate correlations between answers to related questions, as well as self promotion and mistakes in the answers. Despite these problems, predictive analysis, investigating how diverse motivators influence the probability of high motivation, provided valuable insights. The correlations between the different motivators are low, implying their independence. High values in all 11 motivators predict increased probability of high motivation. In addition, improvement analysis shows that an increase in most motivators predicts an increase in general motivation.
- Abstract（参考訳）: コンテキスト: モチベーションはパフォーマンスを改善するために知られています。
特にソフトウェア開発では、オープンソースへの貢献者の動機付けにかなりの関心が寄せられている。
目的: 文献(プログラミング、コードの所有、学習、自己利用など)から11人のモチベータを特定し、モチベーションに対する相対的な影響を評価します。
モチベーションは内的主観的感情であるため,回答の有効性も分析する。
方法: 521人の開発者によるモチベーションに関する66の質問に答えて調査を行った。
質問の多くは11点の尺度を使用した。
関連質問を比較し,GitHubの実際の行動と比較し,同じ開発者との比較を行い,回答の有効性を評価した。
結果: 妥当性の問題には、関連する質問に対する回答の適度な相関、自己促進と回答の誤りが含まれる。
これらの問題にもかかわらず、様々なモチベーターが高いモチベーションの確率にどのように影響するかを研究する予測分析は、貴重な洞察を与えた。
異なるモチベーター間の相関は低く、独立を示唆している。
11つのモチベーターの高い値は、高いモチベーションの確率の増加を予測する。
さらに、改善分析は、ほとんどのモチベーターの増加は、一般的なモチベーターの増加を予測していることを示している。
関連論文リスト
- Carrot and Stick: Inducing Self-Motivation with Positive & Negative Feedback [8.894019620224112]
目標を達成するための自己モチベーションは、まだ計算の観点から研究されていない。
CArrot と STICk のデータセットを提案する。
論文 参考訳（メタデータ） (2024-06-24T10:55:31Z) - Can participation in a hackathon impact the motivation of software
engineering students? A preliminary case study analysis [3.396911477739876]
本稿では,ハッカソンがソフトウェア工学(SE)の学生のモチベーションに影響を及ぼすかどうかを検討する。
プレハッカソンの発見は、全体的な受容を伴う様々なモチベーションを示し、一方、ハッカソン後の反応は、参加者の知覚に統計的に有意な変化を示さない。
論文 参考訳（メタデータ） (2024-02-08T00:56:50Z) - L'origine de l'objectif est-elle importante? Effets motivationnels
d'objectifs autod{\'e}finis en production [0.0]
我々は、自己決定理論とゴール設定理論のレンズを通して、よく使われるゲーム要素、ゴール設定に焦点を当てる。
100人の参加者が3つの条件のうちの1つで反復的な材料処理タスクを完了した。
結果は、自己設定された目標において、自己認識(自己モチベーション)とパフォーマンスが最善であることを示した。しかし、エンゲージメントは、自己セットと割り当てられた目標の間に等しい。
論文 参考訳（メタデータ） (2023-09-04T12:08:39Z) - Learning Goal-based Movement via Motivational-based Models in Cognitive
Mobile Robots [58.720142291102135]
人間は、強さと文脈に応じて行動を促進する必要がある。
また、各行動の知覚的快楽に関連する嗜好も作り出します。
これにより、意思決定がより複雑になり、コンテキストに応じてニーズと嗜好のバランスを取ることが求められます。
論文 参考訳（メタデータ） (2023-02-20T04:52:24Z) - EgoTaskQA: Understanding Human Tasks in Egocentric Videos [89.9573084127155]
EgoTaskQAベンチマークは、現実世界のエゴセントリックなビデオに対する質問回答を通じて、タスク理解の重要な次元を提供する。
我々は,(1)行動依存と効果,(2)意図と目標,(3)エージェントの他者に対する信念の理解を念頭に設計する。
我々は、我々のベンチマークで最先端のビデオ推論モデルを評価し、複雑なゴール指向のエゴセントリックなビデオを理解する上で、人間の間に大きなギャップがあることを示します。
論文 参考訳（メタデータ） (2022-10-08T05:49:05Z) - Causal Intervention Improves Implicit Sentiment Analysis [67.43379729099121]
インスツルメンタル・バリアブル(ISAIV)を用いたインシシット・センシティメント分析のための因果介入モデルを提案する。
まず、因果的視点から感情分析をレビューし、このタスクに存在する共同設立者を分析する。
そこで本研究では,文章と感情の因果関係を解消し,純粋因果関係を抽出するインストゥルメンタル変数を提案する。
論文 参考訳（メタデータ） (2022-08-19T13:17:57Z) - Knowledge-driven Data Construction for Zero-shot Evaluation in
Commonsense Question Answering [80.60605604261416]
本稿では,共通認識課題にまたがるゼロショット質問応答のための新しいニューラルシンボリック・フレームワークを提案する。
言語モデル、トレーニング体制、知識ソース、データ生成戦略のセットを変えて、タスク間の影響を測定します。
個別の知識グラフは特定のタスクに適しているが、グローバルな知識グラフはさまざまなタスクに対して一貫した利得をもたらす。
論文 参考訳（メタデータ） (2020-11-07T22:52:21Z) - Intrinsic motivation in virtual assistant interaction for fostering
spontaneous interactions [3.420509295457138]
本研究は,感情工学的アプローチによる本質的なモチベーションをカバーすることを目的とする。
新しい動機づけモデルが提案され、本質的な動機づけは能力の期待と不確実性という2つの要因によって影響を受ける。
最初の実験の結果、期待度の高いエンゲージは、期待度が低いよりも本質的に動機づけられた相互作用を示すことがわかった。
論文 参考訳（メタデータ） (2020-10-13T14:23:57Z) - Tracking Emotions: Intrinsic Motivation Grounded on Multi-Level
Prediction Error Dynamics [68.8204255655161]
目標達成に向けての進捗率と期待率の差が生じると、感情がどのように生じるかについて議論する。
自己生成的・動的目標に向けた行動を生成する本質的なモチベーションアーキテクチャを提案する。
論文 参考訳（メタデータ） (2020-07-29T06:53:13Z) - Intrinsic Motivation for Encouraging Synergistic Behavior [55.10275467562764]
スパース・リワード・シナジスティック・タスクにおける強化学習の探索バイアスとしての本質的モチベーションの役割について検討した。
私たちのキーとなる考え方は、シナジスティックなタスクにおける本質的なモチベーションのための優れた指針は、エージェントが自分自身で行動している場合、達成できない方法で世界に影響を与える行動を取ることである。
論文 参考訳（メタデータ） (2020-02-12T19:34:51Z)
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。