論文の概要: Exploring Retrospective Meeting Practices and the Use of Data in Agile Teams
- arxiv url: http://arxiv.org/abs/2502.03570v1
- Date: Wed, 05 Feb 2025 19:33:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-07 14:33:42.202831
- Title: Exploring Retrospective Meeting Practices and the Use of Data in Agile Teams
- Title(参考訳): アジャイルチームにおけるふりかえりのミーティングプラクティスとデータ活用の探求
- Authors: Alessandra Maciel Paz Milani, Margaret-Anne Storey, Vivek Katial, Lauren Peate,
- Abstract要約: 本研究は, 心理的安全性やデータ収集の切り離し, ふりかえりミーティングへのデータ統合など, プロジェクトデータ活用の障壁について検討する。
調査の結果、チームは定期的にプロジェクトデータを収集するが、ふりかえりの間に体系的にそれを採用することはめったにないことがわかった。
- 参考スコア(独自算出の注目度): 43.16629507708997
- License:
- Abstract: Retrospectives are vital for software development teams to continuously enhance their processes and teamwork. Despite the increasing availability of objective data generated throughout the project and software development processes, many teams do not fully utilize this information in retrospective meetings. Instead, they often rely on subjective data, anecdotal insights and their memory. While some literature underscores the value of data-driven retrospectives, little attention has been given to the role data can play and the challenges of effectively incorporating objective project data into these meetings. To address this gap, we conducted a survey with 19 practitioners on retrospective meeting practices and how their teams gather and use subjective and objective data in their retrospectives. Our findings confirm that although teams routinely collect project data, they seldom employ it systematically during retrospectives. Furthermore, this study provides insights into retrospective practices by exploring barriers to project data utilization, including psychological safety concerns and the disconnect between data collection and meaningful integration of data into retrospective meetings. We close by considering preliminary insights that may help to mitigate these concerns and how future research might build on our paper findings to support the integration of project data into retrospective meetings, fostering a balance between human-centric reflections and data-driven insights.
- Abstract(参考訳): ふりかえりは、ソフトウェア開発チームが継続的にプロセスやチームワークを強化するために不可欠です。
プロジェクトやソフトウェア開発プロセス全体で生成される客観的データの増加にもかかわらず、多くのチームはレトロスペクティブミーティングでこの情報を十分に活用していません。
代わりに、彼らはしばしば主観的なデータ、逸話的洞察、記憶に依存します。
一部の文献では、データ駆動レトロスペクティブの価値が強調されているが、データの役割や、客観的なプロジェクトデータをこれらのミーティングに効果的に組み込むという課題にはほとんど注意が向けられていない。
このギャップに対処するため、19人の実践者たちとともに、レトロスペクティブミーティングのプラクティスと、チームがレトロスペクティブで主観的、客観的なデータを収集し、どのように利用するかについて調査を行いました。
調査の結果、チームは定期的にプロジェクトデータを収集するが、ふりかえりの間に体系的にそれを採用することはめったにないことがわかった。
さらに、心理的安全性の懸念やデータ収集の切り離しや、ふりかえりミーティングへのデータ統合など、プロジェクトデータ利用の障壁を探究することで、ふりかえりの実践に関する洞察を提供する。
これらの懸念を軽減するのに役立つ予備的な洞察と、ふりかえりのミーティングにプロジェクトデータを統合することをサポートし、人間中心のリフレクションとデータ駆動のインサイトとのバランスを育むために、将来の研究がどのように構築されるかを検討することで、私たちは閉じています。
関連論文リスト
- The Landscape of Data Reuse in Interactive Information Retrieval: Motivations, Sources, and Evaluation of Reusability [5.257245308437576]
本研究では,対話型情報検索(Interactive Information Retrieval:IIR)研究分野の経験者を対象に,データ再利用の実践について検討した。
我々は、データ再利用に関するモチベーション、経験、懸念について、人口統計学的背景、制度、キャリアの段階から、21の半構造化内面のインタビューを行った。
論文 参考訳(メタデータ) (2024-11-23T03:15:31Z) - Data-Centric AI in the Age of Large Language Models [51.20451986068925]
本稿では,大規模言語モデル(LLM)に着目した,AI研究におけるデータ中心の視点を提案する。
本研究では,LLMの発達段階(事前学習や微調整など)や推論段階(文脈内学習など)において,データが有効であることを示す。
データを中心とした4つのシナリオを特定し、データ中心のベンチマークとデータキュレーション、データ属性、知識伝達、推論コンテキスト化をカバーします。
論文 参考訳(メタデータ) (2024-06-20T16:34:07Z) - The Unseen Targets of Hate -- A Systematic Review of Hateful Communication Datasets [15.593796580973937]
機械学習ツールは、トレーニングされたデータの品質に匹敵する能力しか持たない。
本稿では、過去10年間に導入されたヘイトフルなコミュニケーションを自動的に検出するためのデータセットの体系的なレビューを紹介する。
全体として、研究がデータセットを概念化し、最終的に含んでいるターゲット間の、選択されたターゲットIDとミスマッチの歪んだ表現を見つけます。
論文 参考訳(メタデータ) (2024-05-14T12:50:33Z) - Machine Learning Data Practices through a Data Curation Lens: An Evaluation Framework [1.5993707490601146]
機械学習におけるデータプラクティスをデータキュレーションの実践として評価する。
機械学習の研究者たちは、しばしばモデル開発を強調するが、標準的なデータキュレーションの原則を適用するのに苦労している。
論文 参考訳(メタデータ) (2024-05-04T16:21:05Z) - Collect, Measure, Repeat: Reliability Factors for Responsible AI Data
Collection [8.12993269922936]
AIのデータ収集は責任ある方法で行うべきだと我々は主張する。
本稿では,データ収集をメトリクスの集合でガイドするResponsible AI(RAI)手法を提案する。
論文 参考訳(メタデータ) (2023-08-22T18:01:27Z) - Causal Scene BERT: Improving object detection by searching for
challenging groups of data [125.40669814080047]
コンピュータビジョンアプリケーションは、物体検出のようなタスクのためにニューラルネットワークでパラメータ化された学習ベースの知覚モジュールに依存している。
これらのモジュールは、トレーニングプロセスに固有のバイアスのため、予想される誤差が低いが、データの非定型的なグループに対して高い誤差を持つことが多い。
本研究の主な貢献は,シミュレートされたシーンに対して因果的介入を行うことにより,前向きにそのようなグループを発見する擬似オートマチック手法である。
論文 参考訳(メタデータ) (2022-02-08T05:14:16Z) - An Ethical Highlighter for People-Centric Dataset Creation [62.886916477131486]
本稿では,既存のデータセットの倫理的評価を導くための分析フレームワークを提案する。
我々の研究は、先行研究のレビューと分析によって知らされ、そのような倫理的課題が生じる場所を強調します。
論文 参考訳(メタデータ) (2020-11-27T07:18:44Z) - Bringing the People Back In: Contesting Benchmark Machine Learning
Datasets [11.00769651520502]
機械学習データの系譜である研究プログラムを概説し、これらのデータセットの作成方法と理由について検討する。
機械学習におけるベンチマークデータセットを基盤として運用する方法を解説し、これらのデータセットについて4つの研究課題を提起する。
論文 参考訳(メタデータ) (2020-07-14T23:22:13Z) - Provably Efficient Causal Reinforcement Learning with Confounded
Observational Data [135.64775986546505]
オフラインで収集されたデータセット(観測データ)を組み込んで、オンライン環境でのサンプル効率を改善する方法について検討する。
提案手法は,観測データを効率よく組み込んだ,分解された楽観的値反復 (DOVI) アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-06-22T14:49:33Z) - A Revised Generative Evaluation of Visual Dialogue [80.17353102854405]
本稿では,VisDialデータセットの改訂評価手法を提案する。
モデルが生成した回答と関連する回答の集合のコンセンサスを測定する。
DenseVisDialとして改訂された評価スキームのこれらのセットとコードをリリースする。
論文 参考訳(メタデータ) (2020-04-20T13:26:45Z)
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。