論文の概要: Psychological Antecedents to Emergence of Team Autonomy in Agile Scrum Teams
- arxiv url: http://arxiv.org/abs/2405.20609v1
- Date: Fri, 31 May 2024 03:53:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-03 15:36:24.115819
- Title: Psychological Antecedents to Emergence of Team Autonomy in Agile Scrum Teams
- Title(参考訳): アジャイルチームにおけるチームの自律性の出現に対する心理学的支持者
- Authors: Ravikiran Kalluri,
- Abstract要約: 本研究の目的は,ソフトウェア組織におけるアジャイルプロジェクトの成功につながるアジャイルチームの自律性の出現に,重要な心理的要因が与える影響を研究することである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The purpose of this research study was to study the influence of key psychological factors on emergence of Agile team autonomy that leads to Agile project success in software organizations.
- Abstract(参考訳): 本研究の目的は,ソフトウェア組織におけるアジャイルプロジェクトの成功につながるアジャイルチームの自律性の出現に,重要な心理的要因が与える影響を研究することである。
関連論文リスト
- From Group Psychology to Software Engineering Research to Automotive R&D: Measuring Team Development at Volvo Cars [3.7215696260140154]
2019年から2022年にかけて、Volvo Cars氏は、アジャイルチーム内のグループのダイナミクスに関する研究成果を、広範な産業プラクティスに翻訳した。
私たちは、サポートの獲得、トレーニングの提供、実装の実行、約700のチームと9000人の従業員が受け入れるツールの維持を通じて得られた洞察を照らすことを望んでいます。
論文 参考訳(メタデータ) (2024-09-18T08:00:04Z) - Using Agile Story Points and Game Theory Together: Better Software Planning and Development in Agile Software Development [0.0]
この研究は、アジャイルソフトウェア開発、ストーリーポイント推定、ゲーム理論の主な概念を統合します。
本稿では,ゲーム理論の応用,特にVickrey AuctionとStag Hunt Gameを提案する。
論文 参考訳(メタデータ) (2024-08-30T18:32:14Z) - PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。
心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
論文 参考訳(メタデータ) (2024-02-19T18:00:30Z) - Challenges in Understanding the Relationship between Teamwork Quality
and Project Success in Large-Scale Agile Projects [0.0]
チームワークの品質とプロジェクトの成功との関係を,34チームにわたる196人のプロジェクト参加者を対象に調査した。
チームワークの品質がプロジェクトの成功に与える影響は、プロジェクトによって異なる。
チーム内の要因に加えて、チーム間のインタラクションの質や頻度について、より多くの研究を行うことで締めくくります。
論文 参考訳(メタデータ) (2024-01-31T10:37:20Z) - Do Agile Scaling Approaches Make A Difference? An Empirical Comparison
of Team Effectiveness Across Popular Scaling Approaches [6.190511747986327]
この研究は、異なるスケーリング手法を用いてアジャイルチームの有効性を評価することを目的としている。
我々は15,078人のアジャイルチームメンバーと1,841人のステークホルダを調査し、続いて統計分析を行った。
その結果,スケーリング戦略における効果の差は小さかった。
論文 参考訳(メタデータ) (2023-10-10T13:06:38Z) - Understanding Self-Efficacy in the Context of Software Engineering: A
Qualitative Study in the Industry [2.268415020650315]
自己効力性(Self-Efficacy)は、様々な知識領域で研究され、パフォーマンス、満足度、モチベーションなどの様々な要因に影響を与える概念である。
本研究の目的は,自己効力感の行動徴候を理解することに集中して,ソフトウェア開発コンテキストへの影響を理解することである。
論文 参考訳(メタデータ) (2023-05-26T17:16:37Z) - Detecting and Optimising Team Interactions in Software Development [58.720142291102135]
本稿では,ソフトウェア開発チームの機能的相互作用構造を検出するためのデータ駆動型手法を提案する。
このアプローチでは、チームメンバのアクティビティレベルの違いを考慮し、ブロック制約設定モデルを使用します。
我々のアプローチは、チームが合成されたベンチマークシナリオと機能的な相互作用構造を比較するのにどのように役立つかを示します。
論文 参考訳(メタデータ) (2023-02-28T14:53:29Z) - Autonomous Open-Ended Learning of Tasks with Non-Stationary
Interdependencies [64.0476282000118]
固有のモチベーションは、目標間のトレーニング時間を適切に割り当てるタスクに依存しないシグナルを生成することが証明されている。
内在的に動機付けられたオープンエンドラーニングの分野におけるほとんどの研究は、目標が互いに独立しているシナリオに焦点を当てているが、相互依存タスクの自律的な獲得を研究するのはごくわずかである。
特に,タスク間の関係に関する情報をアーキテクチャのより高レベルなレベルで組み込むことの重要性を示す。
そして、自律的に取得したシーケンスを格納する新しい学習層を追加することで、前者を拡張する新しいシステムであるH-GRAILを紹介する。
論文 参考訳(メタデータ) (2022-05-16T10:43:01Z) - From Motor Control to Team Play in Simulated Humanoid Football [56.86144022071756]
我々は、現実的な仮想環境でサッカーをするために、物理的にシミュレートされたヒューマノイドアバターのチームを訓練する。
一連の段階において、プレイヤーはまず、現実的な人間のような動きを実行するために、完全に関節化された身体を制御することを学習する。
その後、ドリブルやシューティングといった中級のサッカーのスキルを身につける。
最後に、彼らは他の人を意識し、チームとしてプレーし、ミリ秒のタイムスケールで低レベルのモーターコントロールのギャップを埋める。
論文 参考訳(メタデータ) (2021-05-25T20:17:10Z) - AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。
他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。
本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
論文 参考訳(メタデータ) (2021-02-24T14:58:23Z) - Learning Agile Locomotion via Adversarial Training [59.03007947334165]
本稿では,四足歩行ロボット(主人公)が他のロボット(敵)を追いかけるのを学習し,後者が逃げることを学習するマルチエージェント学習システムを提案する。
この敵対的なトレーニングプロセスは、アジャイルの振る舞いを促進するだけでなく、退屈な環境設計の努力を効果的に軽減します。
1つの敵のみを使用した以前の作品とは対照的に、異なる逃走戦略を専門とする敵のアンサンブルを訓練することは、主人公がアジリティを習得するために不可欠である。
論文 参考訳(メタデータ) (2020-08-03T01:20:37Z)
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。