論文の概要: Creative Problem-Solving: A Study with Blind and Low Vision Software Professionals
- arxiv url: http://arxiv.org/abs/2501.19380v1
- Date: Fri, 31 Jan 2025 18:33:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-03 14:02:55.200214
- Title: Creative Problem-Solving: A Study with Blind and Low Vision Software Professionals
- Title（参考訳）: Creative Problem-Solving: Blind and Low Vision Software Professionalsによる研究
- Authors: Karina Kohl, Yoonha Cha, Victoria Jackson, Stacy Branham, André van der Hoek, Rafael Prikladnicki,
- Abstract要約: ブラインドとロービジョンのソフトウェアプロフェッショナル(BLVSP)は、多くの職場課題に直面している。
本研究では、BLVSPがこれらのアクセシビリティ障壁を克服する革新的な戦略を探求する。
- 参考スコア（独自算出の注目度）: 6.275982410092394
- License:
- Abstract: Background: Software engineering requires both technical skills and creative problem-solving. Blind and low-vision software professionals (BLVSPs) encounter numerous workplace challenges, including inaccessible tools and collaboration hurdles with sighted colleagues. Objective: This study explores the innovative strategies employed by BLVSPs to overcome these accessibility barriers, focusing on their custom solutions and the importance of supportive communities. Methodology: We conducted semi-structured interviews with 30 BLVSPs and used reflexive thematic analysis to identify key themes. Results: Findings reveal that BLVSPs are motivated to develop creative and adaptive solutions, highlighting the vital role of collaborative communities in fostering shared problem-solving. Conclusion: For BLVSPs, creative problem-solving is essential for navigating inaccessible work environments, in contrast to sighted peers, who pursue optimization. This study enhances understanding of how BLVSPs navigate accessibility challenges through innovation.
- Abstract（参考訳）: 背景: ソフトウェアエンジニアリングには、技術的なスキルと創造的な問題解決の両方が必要です。
盲人や低ビジョンのソフトウェアプロフェッショナル(BLVSP)は、アクセス不能なツールや、見知らぬ同僚とのコラボレーションのハードルなど、多くの職場上の課題に直面しています。
目的: 本研究は, BLVSPがこれらのアクセシビリティ障壁を克服し, 独自のソリューションと支援コミュニティの重要性に焦点をあてる革新的な戦略を探求する。
方法: 30個のBLVSPを用いて半構造化インタビューを行い, 主テーマの同定に反射的テーマ解析を用いた。
結果:BLVSPは創造的で適応的なソリューションを開発する動機があり,共有問題解決の促進において共同コミュニティが重要な役割を担っていることが明らかとなった。
結論:BLVSPでは、最適化を追求する見知らぬ仲間とは対照的に、アクセシブルな作業環境をナビゲートするために創造的な問題解決が不可欠である。
この研究は、BLVSPがイノベーションを通じてアクセシビリティの課題をナビゲートする方法の理解を深める。
関連論文リスト
- The Dilemma of Building Do-It-Yourself (DIY) Solutions for Workplace Accessibility [10.287777207207352]
既存の商用および社内ソフトウェア開発ツールは Blind や Low Vision Software Professionals (BLVSP) にはアクセスできないことが多い。
私たちは、BLVSPsがDIYツールをどのように構築、使用し、アクセス可能なソフトウェア開発をサポートするか、現在未解明の交差点に目を向けました。
論文 参考訳（メタデータ） (2025-01-30T05:30:35Z) - BALROG: Benchmarking Agentic LLM and VLM Reasoning On Games [44.16513620589459]
本稿では,大規模言語モデル(LLM)と視覚言語モデル(VLM)のエージェント能力を評価する新しいベンチマークであるBALROGを紹介する。
私たちのベンチマークでは、熟練していない人間が数秒で解決できるタスクや、習得に何年もかかるような極めて困難なタスクなど、さまざまな難易度を持つ既存の強化学習環境を取り入れています。
より簡単なゲームでは,現行のモデルが部分的には成功しているが,より困難なタスクに苦しむことが示唆された。
論文 参考訳（メタデータ） (2024-11-20T18:54:32Z) - BloomWise: Enhancing Problem-Solving capabilities of Large Language Models using Bloom's-Taxonomy-Inspired Prompts [59.83547898874152]
我々は,Bloomの分類にインスパイアされた新しいプロンプト技術であるBloomWiseを導入し,Large Language Models(LLMs)の性能を向上させる。
より洗練された認知スキルを身につける必要性に関する決定は、LLMによる自己評価に基づいている。
4つの一般的な算数推論データセットの広範な実験において,提案手法の有効性を実証した。
論文 参考訳（メタデータ） (2024-10-05T09:27:52Z) - Software Solutions for Newcomers' Onboarding in Software Projects: A Systematic Literature Review [10.472707414720341]
本研究の目的は,新規参入者を対象とした最先端ソフトウェアソリューションの同定である。
我々は新参者向けのソフトウェアソリューションに関する32の研究を分析した。
論文 参考訳（メタデータ） (2024-08-28T17:55:17Z) - Understanding the Career Mobility of Blind and Low Vision Software Professionals [7.584685045934026]
本研究の目的は,視覚障害者のキャリアモビリティに影響を及ぼす職場の側面を理解することである。
さまざまな役割、経験年数、業界セクターを持つ26のBLVSPをインタビューした。
BLVSPsのキャリアモビリティに影響を及ぼす要因は,(1)技術的課題,(2)BLVSPsに対する同僚の認識,(3)経営進歩に対するBLVSPs自身の認識,(4)BLVSPsの職場におけるアクセシビリティへの投資,の4つであった。
論文 参考訳（メタデータ） (2024-04-25T20:51:56Z) - Unsolvable Problem Detection: Evaluating Trustworthiness of Vision Language Models [84.78457918843165]
本稿では、未解決問題検出(UPD)と呼ばれるビジョン言語モデル(VLM)の新規かつ重要な課題を紹介する。
UPDは、VQA(Visual Question Answering)タスクのコンテキストにおいて、解決不可能な問題に直面したときのVLMの回答を抑える能力について検討している。
UPD問題を深く研究するため, GPT-4V や LLaVA-Next-34B を含む多くの VLM が, 様々な範囲で我々のベンチマークと競合していることを示す実験を行った。
論文 参考訳（メタデータ） (2024-03-29T17:59:53Z) - Learning with Constraint Learning: New Perspective, Solution Strategy
and Various Applications [45.45917703420217]
本稿では,制約付き学習(LwCL)と呼ばれる新しいフレームワークを提案する。
LwCLは、多様な学習や視覚問題の本質を捉える一般的な階層的最適化モデルとして設計されている。
提案フレームワークは,3つのカテゴリと9つの異なる問題タイプを含む,学習と視覚の幅広い応用に効果的に対処する。
論文 参考訳（メタデータ） (2023-07-28T01:50:27Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - Investigating Bi-Level Optimization for Learning and Vision from a
Unified Perspective: A Survey and Beyond [114.39616146985001]
機械学習やコンピュータビジョンの分野では、モチベーションやメカニズムが異なるにもかかわらず、複雑な問題の多くは、一連の密接に関連するサブプロトコルを含んでいる。
本稿では,BLO(Bi-Level Optimization)の観点から,これらの複雑な学習と視覚問題を一様に表現する。
次に、値関数に基づく単一レベル再構成を構築し、主流勾配に基づくBLO手法を理解し、定式化するための統一的なアルゴリズムフレームワークを確立する。
論文 参考訳（メタデータ） (2021-01-27T16:20:23Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z) - Offline Reinforcement Learning: Tutorial, Review, and Perspectives on
Open Problems [108.81683598693539]
オフラインの強化学習アルゴリズムは、巨大なデータセットを強力な意思決定エンジンにできるという、大きな約束を持っています。
我々は,これらの課題,特に近代的な深層強化学習手法の文脈において,読者にこれらの課題を理解することを目的としている。
論文 参考訳（メタデータ） (2020-05-04T17:00:15Z)
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。