論文の概要: Understanding the relationships between the perceptions of burnout and instability in Software Engineering
- arxiv url: http://arxiv.org/abs/2502.10249v1
- Date: Fri, 14 Feb 2025 15:59:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-17 14:47:11.559020
- Title: Understanding the relationships between the perceptions of burnout and instability in Software Engineering
- Title(参考訳): ソフトウェア工学におけるバーンアウトの認識と不安定性の関係を理解する
- Authors: Danilo Monteiro Ribeiro,
- Abstract要約: 燃え尽き症候群は、生産性、転職、そして最も重要なことは、開発者の幸福に影響を与えると認識されている病気です。
本研究は,ソフトウェア開発者の間で認識される不安定性とバーンアウトの関係を同定し,記述することを目的とする。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Changes are inherent in software development, often increasing developers' perception of instability. Understanding the relationship between human factors and Software Engineering processes is crucial to mitigating and preventing issues. One such factor is burnout, a recognized disease that impacts productivity, turnover, and, most importantly, developers' well-being. Investigating the link between instability and burnout can help organizations implement strategies to improve developers' work conditions and performance. This study aims to identify and describe the relationship between perceived instability and burnout among software developers. A cross-sectional survey was conducted with 411 respondents, using convenience sampling and self-selection. In addition to analyzing variable relationships, confirmatory factor analysis was applied. Key findings include: (1) A significant positive relationship between burnout (exhaustion and cynicism) and team, technological, and task instability; (2) A weak negative relationship between efficacy and technological/team instability, with no correlation to task instability; (3) Exhaustion was the most frequently reported burnout symptom, while task instability was the most perceived type of instability. These results are valuable for both industry and academia, providing insights to reduce burnout and instability among software engineers. Future research can further explore the impact of instability, offering new perspectives on monitoring and mitigating its effects in software development.
- Abstract(参考訳): 変化はソフトウェア開発に固有のものであり、しばしば開発者が不安定であるという認識を高めます。
ヒューマンファクタとソフトウェアエンジニアリングプロセスの関係を理解することは、問題の緩和と防止に不可欠です。
そのような要因の1つは、生産性、転職、そして最も重要なことは、開発者の幸福に影響を及ぼす、認識された病気であるバーンアウトである。
不安定性と燃え尽き症候群の関連性を調べることは、組織が開発者の作業状況とパフォーマンスを改善するための戦略を実装するのに役立つ。
本研究は,ソフトウェア開発者の間で認識される不安定性とバーンアウトの関係を同定し,記述することを目的とする。
411名の被験者を対象に, 利便性サンプリングと自己選択を用いた横断調査を行った。
変数関係の解析に加えて,確認因子分析を適用した。
主な知見は,(1)バーンアウトとチーム,技術,タスクの不安定性との間に有意な正の関係,(2)有効性と技術/チームの不安定性との間には,タスク不安定と相関のない負の関係,(3)バーンアウト症状が最も多く報告され,一方タスク不安定は最も認識されたタイプの不安定性であった。
これらの結果は、業界と学界の両方にとって価値があり、ソフトウェアエンジニアのバーンアウトと不安定さを軽減する洞察を与えてくれる。
将来の研究は、不安定性の影響をさらに調査し、ソフトウェア開発におけるその影響の監視と緩和に新たな視点を提供する。
関連論文リスト
- Interactive Agents to Overcome Ambiguity in Software Engineering [61.40183840499932]
AIエージェントは、あいまいで不明確なユーザー指示に基づいて、タスクを自動化するためにますますデプロイされている。
不安定な仮定をし、明確な質問をしないことは、最適以下の結果につながる可能性がある。
対話型コード生成設定において,LLMエージェントが不明瞭な命令を処理する能力について,プロプライエタリモデルとオープンウェイトモデルを評価して検討する。
論文 参考訳(メタデータ) (2025-02-18T17:12:26Z) - Human-in-the-Loop Annotation for Image-Based Engagement Estimation: Assessing the Impact of Model Reliability on Annotation Accuracy [5.862907885873446]
本研究では,ハイパフォーマンスなイメージベース感情モデルをHITLアノテーションフレームワークに統合する。
モデル信頼性および認知フレーミングの変化が、人間の信頼、認知負荷、アノテーション行動にどのように影響するかを検討する。
人間の監視と自動システムの強みを活用することにより、感情アノテーションのためのスケーラブルなHITLフレームワークを確立する。
論文 参考訳(メタデータ) (2025-02-11T09:37:10Z) - Identifying Factors Contributing to Bad Days for Software Developers: A Mixed Methods Study [1.1545092788508224]
摩擦の存在によって生産性が著しく低下し、フラストレーションが増大し、開発者のモラルが低下します。
本研究は,インタビュー,調査,日記研究,開発者テレメトリデータ分析などの混合手法を用いた。
発見は、開発者にとって"悪い日々"を引き起こし、彼らの仕事と幸福に大きな影響を及ぼす要因を明らかにした。
論文 参考訳(メタデータ) (2024-10-24T02:43:33Z) - Sentiment Analysis of ML Projects: Bridging Emotional Intelligence and Code Quality [0.0]
本研究では、機械学習(ML)プロジェクトにおける感情分析(SA)とコード品質の関係について検討する。
一般的なMLリポジトリの包括的なデータセットを統合することで、この分析はルールベース、機械学習、ハイブリッド感情分析の方法論をブレンドする。
開発者の肯定的な感情は、バグの減少とコードの臭いの発生率の低下によって表される優れたコード品質と強く結びついている。
論文 参考訳(メタデータ) (2024-09-26T14:34:01Z) - Disentangled Representations for Causal Cognition [0.0]
因果認知研究は、ヒトおよび非ヒト動物における因果学習と推論の主な特徴を記述している。
因果性に関する機械および強化学習研究は、因果的人工エージェントを設計するための具体的な試みである。
本研究では,これら2つの研究領域を結合し,因果認知のための統一的な枠組みを構築する。
論文 参考訳(メタデータ) (2024-06-30T16:10:17Z) - Seeing is not Believing: Robust Reinforcement Learning against Spurious
Correlation [57.351098530477124]
国家の異なる部分には、保存されていない共同設立者が引き起こす相関関係が存在しない。
このような役に立たないあるいは有害な相関を学習するモデルは、テストケースの共同創設者がトレーニングケースから逸脱したときに破滅的に失敗する可能性がある。
したがって、単純かつ非構造的な不確実性集合を仮定する既存の頑健なアルゴリズムは、この問題に対処するには不十分である。
論文 参考訳(メタデータ) (2023-07-15T23:53:37Z) - Understanding Self-Efficacy in the Context of Software Engineering: A
Qualitative Study in the Industry [2.268415020650315]
自己効力性(Self-Efficacy)は、様々な知識領域で研究され、パフォーマンス、満足度、モチベーションなどの様々な要因に影響を与える概念である。
本研究の目的は,自己効力感の行動徴候を理解することに集中して,ソフトウェア開発コンテキストへの影響を理解することである。
論文 参考訳(メタデータ) (2023-05-26T17:16:37Z) - Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。
IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
論文 参考訳(メタデータ) (2021-07-26T10:40:59Z) - Balancing Robustness and Sensitivity using Feature Contrastive Learning [95.86909855412601]
堅牢性を促進する方法は、希少なパターンや表現不足パターンに対するモデルの感受性を損なう可能性がある。
本稿では,より高次文脈的有用性を持つ機能に対して,モデルにより敏感な特徴を与える機能コントラスト学習(FCL)を提案する。
論文 参考訳(メタデータ) (2021-05-19T20:53:02Z) - Improving Robustness of Learning-based Autonomous Steering Using
Adversarial Images [58.287120077778205]
自動運転用画像入力における学習アルゴリズムw.r.tの堅牢性を解析するためのフレームワークについて紹介する。
感度分析の結果を用いて, 「操縦への学習」 タスクの総合的性能を向上させるアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-02-26T02:08:07Z) - Towards Causal Representation Learning [96.110881654479]
機械学習とグラフィカル因果関係の2つの分野が生まれ、別々に発展した。
現在、他分野の進歩の恩恵を受けるために、クロスポリン化と両方の分野への関心が高まっている。
論文 参考訳(メタデータ) (2021-02-22T15:26:57Z)
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。