論文の概要: The Role of the Retrospective Meetings in Detecting, Refactoring and Monitoring Community Smells

• arxiv url: http://arxiv.org/abs/2502.18662v1
• Date: Tue, 25 Feb 2025 21:50:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-27 14:58:49.147708
• Title: The Role of the Retrospective Meetings in Detecting, Refactoring and Monitoring Community Smells
• Title（参考訳）: 調査・リファクタリング・モニタリングにおける振り返り会議の役割
• Authors: Carlos Dantas, Tiago Massoni, Camila Sarmento, Rayana Rocha, Danielly Gualberto,
• Abstract要約: この研究は、文献の中で最も引用された4つのコミュニティ・スメル(Lone Wolf、Organizational Silo、Radio Silence、Black Cloud)に焦点を当てた。 この結果から,ふりかえりのミーティングによって,中核的なコミュニティ・スメルの識別が可能になることが示唆された。 これらのミーティングで肯定的な側面を強調することは、コミュニティ・スメルを防ぐのに役立つかもしれない。
• 参考スコア（独自算出の注目度）: 0.5219568203653523
• License:
• Abstract: Retrospective meetings play a vital role in agile development by facilitating team reflection on past work to enhance effectiveness. These meetings address various social aspects, including team dynamics, individual performance, processes, and technologies, ultimately leading to actions for improvement. Despite their importance, limited research has explored how these meetings handle forms of social debt, particularly Community Smells -- recurring dysfunctional patterns in team dynamics, such as poor communication or isolated work practices. This study seeks to understand how retrospective meetings address a few core Community Smells, examining whether these meetings help identify smells, make it possible to formulate refactoring strategies, support the monitoring of refactoring actions, and contribute to preventing the most prominent Community Smells. We conducted semi-structured interviews with 15 practitioners from diverse organizations who regularly participate in retrospective meetings. The interviewees shared their experiences with retrospectives, the challenges discussed, and subsequent improvement actions. The study focused on the four most cited Community Smells in the literature -- Lone Wolf, Organizational Silo, Radio Silence, and Black Cloud. Data was analyzed iteratively using a priori coding to examine Community Smells and inductive open coding inspired by Grounded Theory. The findings indicate that retrospective meetings indeed enable the identification of core Community Smells. However, while strategies for refactoring are often formulated, their implementation and monitoring remain inconsistent. Additionally, an emphasis on positive aspects during these meetings may help in preventing Community Smells. This study offers valuable insights to practitioners and researchers, highlighting the importance of addressing social debt in software development within agile practices.
• Abstract（参考訳）: ふりかえりのミーティングは、チームによる過去の作業の振り返りを促進し、効果を高めることで、アジャイル開発において重要な役割を担います。 これらのミーティングは、チームのダイナミクス、個々のパフォーマンス、プロセス、テクノロジなど、さまざまな社会的側面に対処します。 その重要性にも拘わらず、これらのミーティングが社会的負債、特にコミュニティ・スメルズ(Community Smells)の形式をどのように扱うか、コミュニケーション不足や孤立した作業プラクティスといったチームのダイナミクスの障害パターンを繰り返すか、限定的な研究によって調査されている。 この研究は、レトロスペクティブミーティングがコミュニティの臭いにどう対処するかを理解し、これらのミーティングが臭いを識別し、リファクタリング戦略を定式化し、リファクタリングアクションのモニタリングをサポートし、コミュニティの臭いを抑えるのに役立ちます。 ふりかえりミーティングに定期的に参加する多種多様な組織の実践者15人と半構造化インタビューを行った。 インタビュアーは、ふりかえりや議論された課題、その後の改善行動で自身の経験を共有した。 この研究は、文献の中で最も引用された4つのコミュニティ・スメル(Lone Wolf、Organizational Silo、Radio Silence、Black Cloud)に焦点を当てた。 データを事前符号化を用いて反復的に分析し,コミュニティ・スメルとグラウンドド・セオリーにインスパイアされたインダクティブ・オープン・コーディングを検証した。 この結果から, ふりかえりのミーティングによって, コアコミュニティ・スメルの識別が可能であることが示唆された。 しかし、リファクタリングの戦略はしばしば定式化されるが、その実装とモニタリングは相容れないままである。 さらに、これらのミーティングにおける肯定的な側面を強調することは、コミュニティ・スメルを防ぐのに役立ちます。 この研究は実践者や研究者に貴重な洞察を与え、アジャイルプラクティスにおけるソフトウェア開発における社会的負債に対処することの重要性を強調している。

関連論文リスト

• Exploring Retrospective Meeting Practices and the Use of Data in Agile Teams [43.16629507708997]
  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。
  論文  参考訳（メタデータ） (2025-02-05T19:33:53Z)
• MEETING DELEGATE: Benchmarking LLMs on Attending Meetings on Our Behalf [31.889028210500165]
  大規模言語モデル(LLM)は、自然言語の生成と推論において、その強力な能力を実証している。 LLMを用いた会議委任システムのプロトタイプを開発し、実際の会議書き起こしを用いたベンチマークを作成する。 GPT-4/4oは、アクティブなエンゲージメント戦略と慎重なエンゲージメント戦略のバランスの取れた性能を維持している。 Gemini 1.5 Proはより慎重で、Gemini 1.5 FlashとLlama3-8B/70Bはよりアクティブな傾向を示す。
  論文  参考訳（メタデータ） (2025-02-05T16:25:43Z)
• Meta-Reflection: A Feedback-Free Reflection Learning Framework [57.14485943991588]
  外部からのフィードバックを伴わずに単一の推論パスのみを必要とするフィードバックフリーリフレクション機構であるメタリフレクションを提案する。 過去のリフレクションを記憶し、取り出す人間の能力によって、メタリフレクションはコードブックに反射的な洞察を統合する。 実世界のシナリオにおけるメタリフレクションの実践性を徹底的に検討し,評価するために,E-Commerce Customer Intent Detectionという産業eコマースベンチマークを導入する。
  論文  参考訳（メタデータ） (2024-12-18T12:20:04Z)
• Catalysts of Conversation: Examining Interaction Dynamics Between Topic Initiators and Commentors in Alzheimer's Disease Online Communities [5.628007112061016]
  本研究では,2大アルツハイマー病と関連認知症(ADRD)のオンラインコミュニティにおけるユーザインタラクションのダイナミクスについて検討した。 アクティブなトピックイニシアチブのエンゲージメントがコメントのボリュームを増大させることがわかった。 実践的なケアのトピックは、トピックイニシアチブの再導入を促す一方で、感情的なサポートトピックは、他のコメンテーターからより多くのコメントを引き付ける。
  論文  参考訳（メタデータ） (2024-12-18T00:00:41Z)
• A Survey On Enhancing Reinforcement Learning in Complex Environments: Insights from Human and LLM Feedback [1.0359008237358598]
  本稿では、まず、人間やLSMの補助に焦点をあて、これらの実体が最適な行動の促進と学習の迅速化のためにRLエージェントと協調する方法について検討し、また、大きな観測空間によって特徴づけられる環境の複雑さに対処する研究論文を探索する。
  論文  参考訳（メタデータ） (2024-11-20T15:52:03Z)
• 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)
• Seeing Differently, Acting Similarly: Imitation Learning with Heterogeneous Observations [126.78199124026398]
  多くの実世界の模倣学習タスクでは、デモレーターと学習者は異なるが完全な観察空間で行動しなければならない。 本研究では、上記の学習問題を異種観察学習(HOIL)としてモデル化する。 本稿では,重要度重み付け,拒否学習,アクティブクエリに基づくIWREアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-17T05:44:04Z)
• Joint Attention for Multi-Agent Coordination and Social Learning [108.31232213078597]
  共同注意がマルチエージェント協調とソーシャルラーニングを改善するメカニズムとして有用であることを示す。 共同の注意は、複数の環境にまたがる競争集中型批評家のベースラインよりも高いパフォーマンスをもたらす。 これらの結果から,共同注意は多エージェント学習に有用な帰納的バイアスである可能性が示唆された。
  論文  参考訳（メタデータ） (2021-04-15T20:14:19Z)
• Deep reinforcement learning models the emergent dynamics of human cooperation [13.425401489679583]
  実験では、社会的認知メカニズムが集団行動の場所と時期にどのように貢献するかを明かすことができなかった。 我々は,多エージェントの深層強化学習を活用し,社会認知メカニズム,特に,評価の高い集団行動を達成するための本質的な動機をモデル化する。
  論文  参考訳（メタデータ） (2021-03-08T18:58:40Z)
• Exploring Zero-Shot Emergent Communication in Embodied Multi-Agent Populations [59.608216900601384]
  本研究では,3次元環境下で関節を作動させることでコミュニケーションを学ぶエージェントについて検討する。 現実的な仮定、意図の非一様分布、共通知識エネルギーコストにおいて、これらのエージェントは新規パートナーに一般化するプロトコルを見つけることができることを示す。
  論文  参考訳（メタデータ） (2020-10-29T19:23:10Z)

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。