論文の概要: Exploring Accessibility Trends and Challenges in Mobile App Development: A Study of Stack Overflow Questions

• arxiv url: http://arxiv.org/abs/2409.07945v2
• Date: Sat, 14 Sep 2024 05:48:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-09-17 12:21:17.120629
• Title: Exploring Accessibility Trends and Challenges in Mobile App Development: A Study of Stack Overflow Questions
• Title（参考訳）: モバイルアプリ開発におけるアクセシビリティのトレンドと課題:スタックオーバーフローに関する調査
• Authors: Amila Indika, Christopher Lee, Haochen Wang, Justin Lisoway, Anthony Peruma, Rick Kazman,
• Abstract要約: そこで本研究では,Stack Overflow上でのアクセシビリティに関する議論を大規模に分析し,AndroidとiOS開発者が直面するトレンドと課題を明らかにする。 この結果から,スクリーンリーダなどの補助技術の統合,アクセス可能なUI設計の確保,言語間のテキスト合成のサポート,アクセシビリティテストの実行など,いくつかの課題が明らかになった。 開発者プラクティス,研究方向,ツールサポート,教育リソースの改善を促進する上で,私たちの発見を期待する。
• 参考スコア（独自算出の注目度）: 14.005637416640448
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The proliferation of mobile applications (apps) has made it crucial to ensure their accessibility for users with disabilities. However, there is a lack of research on the real-world challenges developers face in implementing mobile accessibility features. This study presents a large-scale empirical analysis of accessibility discussions on Stack Overflow to identify the trends and challenges Android and iOS developers face. We examine the growth patterns, characteristics, and common topics mobile developers discuss. Our results show several challenges, including integrating assistive technologies like screen readers, ensuring accessible UI design, supporting text-to-speech across languages, handling complex gestures, and conducting accessibility testing. We envision our findings driving improvements in developer practices, research directions, tool support, and educational resources.
• Abstract（参考訳）: モバイルアプリケーション(アプリ)の普及は、障害のあるユーザへのアクセシビリティの確保を重要視している。 しかし、モバイルアクセシビリティ機能の実装において開発者が直面する現実的な課題についての研究は不足している。 そこで本研究では,Stack Overflow上でのアクセシビリティに関する議論を大規模に分析し,AndroidとiOS開発者が直面するトレンドと課題を明らかにする。 モバイル開発者が議論する成長パターン,特徴,一般的なトピックについて検討する。 この結果から,スクリーンリーダなどの補助技術の統合,アクセス可能なUI設計の確保,言語間のテキスト合成のサポート,複雑なジェスチャーの処理,アクセシビリティテストの実行など,いくつかの課題が明らかになった。 開発者プラクティス,研究方向,ツールサポート,教育リソースの改善を促進する上で,私たちの発見を期待する。

関連論文リスト

• Enhanced Accessibility for Mobile Indoor Navigation [0.31666540219908274]
  我々は,視覚障害者のニーズに応えるために,アクセシビリティを優先し,機能強化を統合した屋内ナビゲーションアプリを開発した。 アプリのユーザビリティは、視覚障害者と視覚障害者の両方が関与するテストを通じて、徹底的に評価されている。
  論文  参考訳（メタデータ） (2026-01-29T11:30:40Z)
• Practitioner Views on Mobile App Accessibility: Practices and Challenges [6.556262749816148]
  本稿では,43ヶ国110のモバイルアプリ開発者を対象に,混合手法による調査を行った。 結果として、開発者はしばしばプラットフォーム固有のガイドラインに依存し、通常、開発プロセスの後半にコンプライアンステストを実行します。 我々は、新しいプラットフォーム固有の障壁を特定し、アクセシビリティの実践が開発者エクスペリエンスレベルによってどのように異なるかを示す。
  論文  参考訳（メタデータ） (2026-01-20T16:30:02Z)
• The MUG-10 Framework for Preventing Usability Issues in Mobile Application Development [1.0312968200748116]
  本研究の目的は,モバイルアプリケーション開発におけるユーザビリティの問題を回避するための対策を提供することである。 本研究は,20人のモバイルソフトウェア設計・開発実践者の調査を通じて,この研究ギャップを埋めることを目的としている。 収集した材料を解析することにより,10のガイドラインと3つのアクティビティからなる新しいフレームワークの開発が可能となった。
  論文  参考訳（メタデータ） (2025-09-26T05:54:48Z)
• WebWatcher: Breaking New Frontier of Vision-Language Deep Research Agent [68.3311163530321]
  Deep ResearchのようなWebエージェントは認知能力を示しており、高度に難解な情報検索問題を解決することができる。 このようなエージェントは知覚、論理、知識においてより強力な推論能力を必要とするため、マルチモーダルディープリサーチは非常に困難である。 本稿では,視覚言語推論機能を備えた多モードディープリサーチエージェントであるWebWatcherを紹介する。
  論文  参考訳（メタデータ） (2025-08-07T18:03:50Z)
• Advancing Mobile UI Testing by Learning Screen Usage Semantics [0.42303492200814446]
  本研究は,モバイルアプリの画面利用セマンティクスを学習することで,自動UIテスト技術の向上を目指す。 また、UI設計の問題を特定し緩和することで、モバイルアプリのインターフェイスのユーザビリティも向上する。
  論文  参考訳（メタデータ） (2025-05-15T01:40:43Z)
• From Code to Compliance: Assessing ChatGPT's Utility in Designing an Accessible Webpage -- A Case Study [1.999925939110439]
  本研究では、Webコンテンツアクセシビリティガイドライン(WCAG)に基づき、ChatGPTによるWebページの生成と改善能力を評価する。 ChatGPTは、インシデント時にアクセシビリティの問題に効果的に対処できるが、デフォルトのコードはコンプライアンスを欠いていることが多い。 その結果,ChatGPTの性能は,簡潔さ,構造化されたフィードバックの提供,視覚支援の導入といった効果的なプロンプトエンジニアリングによって著しく向上することがわかった。
  論文  参考訳（メタデータ） (2025-01-07T06:51:46Z)
• Developer Challenges on Large Language Models: A Study of Stack Overflow and OpenAI Developer Forum Posts [2.704899832646869]
  大規模言語モデル(LLM)は、様々なドメインにまたがる例外的な機能のために広く普及している。 本研究は,Stack OverflowとOpenAI Developer Forum上でのコミュニティインタラクションを分析することによって,開発者の課題を調査する。
  論文  参考訳（メタデータ） (2024-11-16T19:38:27Z)
• Foundations and Recent Trends in Multimodal Mobile Agents: A Survey [57.677161006710065]
  モバイルエージェントは、複雑で動的なモバイル環境におけるタスクの自動化に不可欠である。 近年の進歩により、リアルタイム適応性とマルチモーダルインタラクションが向上している。 これらの進歩は、プロンプトベースの方法とトレーニングベースの方法の2つの主要なアプローチに分類する。
  論文  参考訳（メタデータ） (2024-11-04T11:50:58Z)
• Mobile App Security Trends and Topics: An Examination of Questions From Stack Overflow [10.342268145364242]
  モバイルアプリのセキュリティに関する質問にはStack Overflowを使っています。 調査結果から,Stack Overflowはモバイルアプリのセキュリティ,特にAndroidアプリの支援を求める開発者にとって,主要なリソースであることが明らかになった。 この調査から得られた洞察は、リサーチとベンダーコミュニティによるツール、テクニック、リソースの開発に役立てることができる。
  論文  参考訳（メタデータ） (2024-09-12T10:45:45Z)
• Vision-Based Mobile App GUI Testing: A Survey [29.042723121518765]
  ビジョンベースのモバイルアプリ GUI テストアプローチは、コンピュータビジョン技術の開発とともに現れた。 本稿では,271論文における最新技術に関する包括的調査を行い,92論文は視覚に基づく研究である。
  論文  参考訳（メタデータ） (2023-10-20T14:04:04Z)
• Towards Automated Accessibility Report Generation for Mobile Apps [14.908672785900832]
  アプリケーションアクセシビリティーレポート全体を生成するシステムを提案する。 様々なデータ収集方法(アプリクローリング、手動記録など)と既存のアクセシビリティスキャナを組み合わせる。
  論文  参考訳（メタデータ） (2023-09-29T19:05:11Z)
• Machine Unlearning: A Survey [56.79152190680552]
  プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。 この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。 この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。 この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
  論文  参考訳（メタデータ） (2023-06-06T10:18:36Z)
• The Semantic Reader Project: Augmenting Scholarly Documents through AI-Powered Interactive Reading Interfaces [54.2590226904332]
  本稿では,研究論文を対象とした動的読解インタフェースの自動作成を目的としたセマンティック・リーダー・プロジェクトについて述べる。 10のプロトタイプインターフェースが開発され、300人以上の参加者と現実世界のユーザが読書体験を改善している。 本論文は,研究論文を読む際,学者と公衆の面を巡って構築する。
  論文  参考訳（メタデータ） (2023-03-25T02:47:09Z)
• Integrating Accessibility in a Mobile App Development Course [0.0]
  このコースでは、アクセシビリティ・アウェアネス(法律専門家によるゲスト講演)、技術知識(Androidアクセシビリティガイドラインとテストプラクティスに関する講義)、共感(学生がスクリーンリーダーを使って携帯電話を目隠しして操作する必要がある活動)という3つのアクセシビリティ関連トピックを紹介した。 すべての学生は、スクリーンショットから、現実世界のアプリのユーザーインターフェイスの少なくとも1つのアクセシビリティーの問題を正しく特定することができ、90%が修正のための正しい解決策を提供することができる。
  論文  参考訳（メタデータ） (2022-10-12T12:44:33Z)
• Mobile App Tasks with Iterative Feedback (MoTIF): Addressing Task Feasibility in Interactive Visual Environments [54.405920619915655]
  これまで最大数のインタラクティブ環境向けに自然言語コマンドを用いたデータセットであるMoTIF(Iterative Feedback)を用いたモバイルアプリタスクを紹介します。 MoTIFは、満足できないインタラクティブ環境のための自然言語リクエストを最初に含んでいる。 初期実現可能性分類実験を行い、より豊かな視覚言語表現の必要性を検証し、f1スコア37.3まで到達した。
  論文  参考訳（メタデータ） (2021-04-17T14:48:02Z)
• On the Social and Technical Challenges of Web Search Autosuggestion Moderation [118.47867428272878]
  自動提案は通常、検索ログと文書表現のコーパスに基づいてトレーニングされた機械学習(ML)システムによって生成される。 現在の検索エンジンは、このような問題のある提案を抑えるのに、ますます熟練している。 問題のある提案のいくつかの側面、パイプラインに沿った困難な問題、そしてWeb検索を超えたアプリケーションの増加になぜ私たちの議論が適用されるのかについて論じる。
  論文  参考訳（メタデータ） (2020-07-09T19:22:00Z)
• Deep Learning for Sensor-based Human Activity Recognition: Overview, Challenges and Opportunities [52.59080024266596]
  本稿では,センサを用いた人間の活動認識のための最先端のディープラーニング手法について調査する。 まず、官能データのマルチモーダリティを導入し、公開データセットに情報を提供する。 次に、課題によって深層メソッドを構築するための新しい分類法を提案する。
  論文  参考訳（メタデータ） (2020-01-21T09:55:59Z)

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。