論文の概要: User Personas Improve Social Sustainability by Encouraging Software Developers to Deprioritize Antisocial Features

• arxiv url: http://arxiv.org/abs/2412.10672v1
• Date: Sat, 14 Dec 2024 04:20:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 14:00:10.182240
• Title: User Personas Improve Social Sustainability by Encouraging Software Developers to Deprioritize Antisocial Features
• Title（参考訳）: ユーザペルソナは、ソフトウェア開発者に反社会的機能を優先順位付けするよう促すことによって、社会的サステナビリティを改善する
• Authors: Bimpe Ayoola, Miikka Kuutila, Rina R. Wehbe, Paul Ralph,
• Abstract要約: 本研究の目的は,2つの介入ステークホルダーマップとペルソナモデルの有効性を評価することである。 79人の大学生を対象にランダム化制御因子分析実験を行った。
• 参考スコア（独自算出の注目度）: 12.39954082248472
• License:
• Abstract: Sustainable software development involves creating software in a manner that meets present goals without undermining our ability to meet future goals. In a software engineering context, sustainability has at least four dimensions: ecological, economic, social, and technical. No interventions for improving social sustainability in software engineering have been tested in rigorous lab-based experiments, and little evidence-based guidance is available. The purpose of this study is to evaluate the effectiveness of two interventions-stakeholder maps and persona models-for improving social sustainability through software feature prioritization. We conducted a randomized controlled factorial experiment with 79 undergraduate computer science students. Participants were randomly assigned to one of four groups and asked to prioritize a backlog of prosocial, neutral, and antisocial user stories for a shopping mall's digital screen display and facial recognition software. Participants received either persona models, a stakeholder map, both, or neither. We compared the differences in prioritization levels assigned to prosocial and antisocial user stories using Cumulative Link Mixed Model regression. Participants who received persona models gave significantly lower priorities to antisocial user stories but no significant difference was evident for prosocial user stories. The effects of the stakeholder map were not significant. The interaction effects were not significant. Providing aspiring software professionals with well-crafted persona models causes them to de-prioritize antisocial software features. The impact of persona modelling on sustainable software development therefore warrants further study with more experience professionals. Moreover, the novel methodological strategy of assessing social sustainability behavior through backlog prioritization appears feasible in lab-based settings.
• Abstract（参考訳）: 持続可能なソフトウェア開発には、将来の目標を達成する能力を損なうことなく、現在の目標を満たす方法でソフトウェアを作成することが含まれる。 ソフトウェア工学の文脈では、持続可能性には少なくとも4つの次元(生態学、経済学、社会学、技術)がある。 ソフトウェア工学における社会的持続可能性を改善するための介入は、厳格なラボベースの実験ではテストされておらず、エビデンスベースのガイダンスはほとんど得られていない。 本研究の目的は,2つの介入ステークホルダマップとペルソナモデルの有効性を評価することである。 79人の大学生を対象にランダム化制御因子分析実験を行った。 参加者はランダムに4つのグループのうちの1つに割り当てられ、ショッピングモールのデジタルスクリーンディスプレイと顔認識ソフトウェアのために、社会的、中立的、反社会的ユーザーストーリーのバックログを優先順位付けするよう求められた。 参加者は、ペルソナモデル、利害関係者マップのいずれかを受け取ったが、どちらも受け取らなかった。 累積リンク混合モデル回帰モデルを用いて, 社会的・反社会的ユーザストーリーに割り当てられる優先順位付けレベルの違いを比較した。 パーソナモデルを受けた参加者は、反社会的ユーザストーリーよりも有意に優先順位が低いが、プロ社会的なユーザーストーリーには顕著な違いは認められなかった。 ステークホルダーマップの効果は重要ではなかった。 相互作用効果は重要ではなかった。 優れたペルソナモデルを備えた野心的なソフトウェアプロフェッショナルを提供することで、アンチ社会的ソフトウェア機能の優先順位を下げることになります。 したがって、ペルソナモデリングが持続可能なソフトウェア開発に与える影響は、より多くの経験を持つプロフェッショナルとさらなる研究を保証します。 さらに、バックログの優先順位付けによる社会的持続可能性行動を評価する新しい手法は、実験室による設定で実現可能と考えられる。

関連論文リスト

• Decoding the Silent Majority: Inducing Belief Augmented Social Graph with Large Language Model for Response Forecasting [74.68371461260946]
  SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。 本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
  論文  参考訳（メタデータ） (2023-10-20T06:17:02Z)
• SocialCircle: Learning the Angle-based Social Interaction Representation for Pedestrian Trajectory Prediction [19.075215661355486]
  我々は,ソーシャルインタラクションのコンテキストを継続的に反映する,新しいアングルベースのトレーニング可能なソーシャルインタラクション表現であるSocialCircleを構築した。 提案するSocialCircleの効果を,新たにリリースされたトラジェクトリ予測モデルとともにトレーニングすることで検証する。 実験によると、SocialCircleは予測性能を定量的に改善するだけでなく、質的にも社会的相互作用をシミュレートするのに役立つ。
  論文  参考訳（メタデータ） (2023-10-09T02:59:21Z)
• Development of a Trust-Aware User Simulator for Statistical Proactive Dialog Modeling in Human-AI Teams [4.384546153204966]
  近年,人間-AIチームという概念が注目されている。 人間とAIチームメイトとの効果的なコラボレーションのためには、緊密な協調と効果的なコミュニケーションには、積極的活動が不可欠である。 本稿では,プロアクティブダイアログポリシーのトレーニングとテストのためのコーパスベースユーザシミュレータの開発について述べる。
  論文  参考訳（メタデータ） (2023-04-24T08:42:51Z)
• Best Practices for 2-Body Pose Forecasting [58.661899246497896]
  我々は、人間のポーズ予測の進捗状況を概観し、最善を尽くす一対一の実践を詳細に評価する。 他の1人のプラクティスは2体に移行しないため、提案されているベストプラクティスは階層的なボディモデリングや注目に基づくインタラクションエンコーディングは含まない。 提案した2体ポーズによるベストプラクティス予測では,最新のExPIデータセットのパフォーマンスが21.9%向上した。
  論文  参考訳（メタデータ） (2023-04-12T10:46:23Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Comparison of Spatio-Temporal Models for Human Motion and Pose Forecasting in Face-to-Face Interaction Scenarios [47.99589136455976]
  本稿では,行動予測のための最新手法の体系的比較を行った。 UDIVA v0.5の最先端性能を実現するのに最も注意を払っているアプローチである。 短期的に訓練された手法で未来を自動回帰予測することで、かなり長期にわたってベースラインを上回ります。
  論文  参考訳（メタデータ） (2022-03-07T09:59:30Z)
• Social Processes: Self-Supervised Forecasting of Nonverbal Cues in Social Conversations [22.302509912465077]
  我々は、社会的人間関係の分野におけるボトムアップな自己監督的アプローチの方向への第一歩を踏み出す。 ソーシャルキュー予測のタスクを定式化し、ラベルなしの低レベル行動キューを多量に活用する。 本稿では,ニューラル・プロセス(NP)ファミリー内における社会的に認識されるシーケンス・ツー・シーケンス(Seq2Seq)モデルを提案する。
  論文  参考訳（メタデータ） (2021-07-28T18:01:08Z)
• PHASE: PHysically-grounded Abstract Social Events for Machine Social Perception [50.551003004553806]
  私たちは、物理的に根拠のある抽象的なソーシャルイベント、フェーズのデータセットを作成します。 フェーズは人間の実験によって検証され、人間は社会出来事において豊かな相互作用を知覚する。 ベースラインモデルとして,最新のフィードフォワードニューラルネットワークよりも優れたベイズ逆計画手法SIMPLEを導入する。
  論文  参考訳（メタデータ） (2021-03-02T18:44:57Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)

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。