論文の概要: What Could Possibly Go Wrong: Undesirable Patterns in Collective Development

• arxiv url: http://arxiv.org/abs/2409.01312v1
• Date: Mon, 2 Sep 2024 15:13:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-06 06:25:12.779754
• Title: What Could Possibly Go Wrong: Undesirable Patterns in Collective Development
• Title（参考訳）: 集団開発における望ましくないパターンとは何か
• Authors: Mikhail Evtikhiev, Ekaterina Koshchenko, Vladimir Kovalenko,
• Abstract要約: 様々な研究がソフトウェア工学における社会的ダイナミクスを捉えようと試みている。 チームワークの問題はまだ検討されていない。 本稿では,集団開発における望ましくないパターンの概念を紹介する。
• 参考スコア（独自算出の注目度）: 4.2330023661329355
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Software development, often perceived as a technical endeavor, is fundamentally a social activity requiring collaboration among team members. Acknowledging this, the software development community has devised strategies to address possible collaboration-related shortcomings. Various studies have attempted to capture the social dynamics within software engineering. In these studies, the authors developed methods to identify numerous teamwork issues and proposed various approaches to address them. However, certain teamwork issues remain unstudied, necessitating a comprehensive bottom-up exploration from practitioner's perceptions to common patterns. This paper introduces the concept of undesirable patterns in collective development, referring to potential teamwork problems that may escalate if unaddressed. Through 38 in-depth exploratory interviews, we identify and classify 42 patterns, revealing their origins and consequences. Subsequent surveys, 436 and 968 participants each, explore the significance and frequency of the undesirable patterns, and evaluate potential tools and features to manage these patterns. The study contributes a nuanced understanding of undesirable patterns, evaluating their impact and proposing pragmatic tools and features for industrial application. The findings provide a valuable foundation for further in-depth studies and the development of tools to enhance collaborative software engineering practices.
• Abstract（参考訳）: ソフトウェア開発は、しばしば技術的取り組みと見なされるが、基本的には、チームメンバ間のコラボレーションを必要とする社会的活動である。 これを認めて、ソフトウェア開発コミュニティは、コラボレーションに関連する潜在的な欠点に対処するための戦略を考案した。 様々な研究がソフトウェア工学における社会的ダイナミクスを捉えようと試みている。 本研究では,多くのチームワーク問題を識別する手法を開発し,それに対応する様々なアプローチを提案する。 しかしながら、一部のチームワークの問題はまだ検討されておらず、実践者の認識から共通のパターンへの包括的ボトムアップ調査が必要である。 本稿では, 集団開発における望ましくないパターンの概念を紹介する。 詳細な38回の探索的なインタビューを通じて,42のパターンを識別・分類し,その起源と結果を明らかにする。 その後の調査では、それぞれ436名と968名の参加者が、望ましくないパターンの重要性と頻度を調査し、これらのパターンを管理する潜在的なツールや特徴を評価した。 この研究は、望ましくないパターンの微妙な理解に寄与し、その影響を評価し、産業応用のための実用的ツールと特徴を提案する。 この発見は、より詳細な研究と、協調的なソフトウェアエンジニアリングプラクティスを強化するツールの開発のための貴重な基盤を提供する。

関連論文リスト

• Code Collaborate: Dissecting Team Dynamics in First-Semester Programming Students [3.0294711465150006]
  この研究は、第一期生が2Dゲームプロジェクトを開発するときに現れるコラボレーションのトレンドを強調している。 その結果、学生は自分の貢献をわずかに過大評価することが多く、より熱心な個人は間違いを認めやすいことが示唆された。 チームパフォーマンスは、国籍や性別構成に基づく大きな変化は示さないが、解散したチームは、しばしば孤独なオオカミで構成されていた。
  論文  参考訳（メタデータ） (2024-10-28T11:42:05Z)
• Multi-agent cooperation through learning-aware policy gradients [53.63948041506278]
  利己的な個人はしばしば協力に失敗し、マルチエージェント学習の根本的な課題を提起する。 本稿では,学習型強化学習のための,偏見のない高導出性ポリシー勾配アルゴリズムを提案する。 我々は, 受刑者のジレンマから, 自己関心のある学習エージェントの間でどのように, いつ, 協力関係が生じるかの新たな説明を得た。
  論文  参考訳（メタデータ） (2024-10-24T10:48:42Z)
• 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)
• Action Research with Industrial Software Engineering -- An Educational Perspective [0.5257115841810258]
  アクションリサーチは、産業環境でのソフトウェアエンジニアリング手法の有用性とユーザビリティを探求する機会を提供する。 ソフトウェア開発組織と異なる種類のインタラクションが必要です。 本章は、行動研究の学習と指導を支援することを目的としている。
  論文  参考訳（メタデータ） (2024-07-05T17:05:06Z)
• Coding for Intelligence from the Perspective of Category [66.14012258680992]
  符号化の対象はデータの圧縮と再構成、インテリジェンスである。 最近の傾向は、これらの2つの分野の潜在的均一性を示している。 本稿では,カテゴリ理論の観点から,インテリジェンスのためのコーディングの新たな問題を提案する。
  論文  参考訳（メタデータ） (2024-07-01T07:05:44Z)
• A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond [84.95530356322621]
  この調査は、コードインテリジェンスの発展に関する体系的なレビューを示す。 50以上の代表モデルとその変種、20以上のタスクのカテゴリ、および680以上の関連する広範な研究をカバーしている。 発達軌道の考察に基づいて、コードインテリジェンスとより広範なマシンインテリジェンスとの間の新たな相乗効果について検討する。
  論文  参考訳（メタデータ） (2024-03-21T08:54:56Z)
• A Review of Cooperation in Multi-agent Learning [5.334450724000142]
  マルチエージェント学習(MAL)における協調は、多くの分野の共通点におけるトピックである。 本稿では,マルチエージェント学習の基本概念,問題設定,アルゴリズムについて概説する。
  論文  参考訳（メタデータ） (2023-12-08T16:42:15Z)
• A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual Learning [76.47138162283714]
  蓄積とは、以前取得した情報や知識の喪失または劣化を指す。 フォッテッティングは、深層学習における様々な研究領域でよく見られる現象である。 調査では、忘れることは二重刃の剣であり、ある場合には有益で望ましいと論じている。
  論文  参考訳（メタデータ） (2023-07-16T16:27:58Z)
• Industry-Academia Research Collaboration in Software Engineering: The Certus Model [13.021014899410684]
  ソフトウェアエンジニアリングでスケーラブルで効果的な研究コラボレーションを構築することは、非常に難しいことで知られています。 本稿では,参加型知識創造の文化を実現するための,産学連携の成功要因を理解することを目的とする。
  論文  参考訳（メタデータ） (2022-04-23T10:16:23Z)
• What Makes Good Contrastive Learning on Small-Scale Wearable-based Tasks? [59.51457877578138]
  本研究では,ウェアラブル型行動認識タスクにおけるコントラスト学習について検討する。 本稿では,PyTorchライブラリのtextttCL-HAR について述べる。
  論文  参考訳（メタデータ） (2022-02-12T06:10:15Z)
• Behavior Priors for Efficient Reinforcement Learning [97.81587970962232]
  本稿では,情報とアーキテクチャの制約を,確率論的モデリング文献のアイデアと組み合わせて行動の事前学習を行う方法について考察する。 このような潜伏変数の定式化が階層的強化学習(HRL)と相互情報と好奇心に基づく目的との関係について論じる。 シミュレーションされた連続制御領域に適用することで,フレームワークの有効性を実証する。
  論文  参考訳（メタデータ） (2020-10-27T13:17:18Z)

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。