論文の概要: Modeling Communication Perception in Development Teams Using Monte Carlo Methods
- arxiv url: http://arxiv.org/abs/2504.17610v1
- Date: Thu, 24 Apr 2025 14:35:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:53.408586
- Title: Modeling Communication Perception in Development Teams Using Monte Carlo Methods
- Title（参考訳）: モンテカルロ法による開発チームにおけるコミュニケーション知覚のモデル化
- Authors: Marc Herrmann, Martin Obaidi, Jil Klünder,
- Abstract要約: ムード調査は、開発チーム内の根底にある緊張や不満を早期に検出することを可能にする。
本稿では,任意の開発チームにおける知覚の多様性を分析する。
開発者のサブセット間の最小一致を計算するための予備的な数学的モデルを提案する。
- 参考スコア（独自算出の注目度）: 1.8369669715149237
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Software development is a collaborative task involving diverse development teams, where toxic communication can negatively impact team mood and project success. Mood surveys enable the early detection of underlying tensions or dissatisfaction within development teams, allowing communication issues to be addressed before they escalate, fostering a positive and productive work environment. The mood can be surveyed indirectly by analyzing the text-based communication of the team. However, emotional subjectivity leads to varying sentiment interpretations across team members; a statement perceived neutrally by one developer might be seen as problematic by another developer with a different conversational culture. Early identification of perception volatility can help prevent misunderstandings and enhance team morale while safeguarding the project. This paper analyzes the diversity of perceptions within arbitrary development teams and determines how many team members should report their sentiment to accurately reflect the team's mood. Through a Monte Carlo experiment involving 45 developers, we present a preliminary mathematical model to calculate the minimum agreement among a subset of developers based on the whole team's agreement. This model can guide leadership in mood assessment, demonstrating that omitting even a single member in an average-sized 7-member team can misrepresent the overall mood. Therefore, including all developers in mood surveying is recommended to ensure a reliable evaluation of the team's mood.
- Abstract（参考訳）: ソフトウェア開発は多様な開発チームを含む共同作業であり、有害なコミュニケーションはチームのムードやプロジェクトの成功に悪影響を及ぼす可能性がある。
ムード調査は、開発チーム内の根底にある緊張や不満を早期に検出し、コミュニケーションの問題に対処して拡大し、積極的で生産的な作業環境を育むことを可能にする。
チームのテキストベースのコミュニケーションを分析することで、ムードを間接的に調査することができる。
しかし、感情的な主観性は、チームメンバー間で異なる感情的解釈をもたらす。ある開発者によって中立的に認識される声明は、異なる会話文化を持つ別の開発者によって問題視されるかもしれない。
知覚のボラティリティの早期発見は誤解を防ぎ、プロジェクトを保護しながらチームのモラルを高めるのに役立つ。
本稿では、任意の開発チーム内での認識の多様性を分析し、チームのムードを正確に反映するために、チームのメンバがどれだけの感情を報告すべきかを判断する。
45人の開発者を対象としたモンテカルロの実験を通じて、チーム全体の合意に基づいて、開発者のサブセット間の最小合意を計算するための予備的な数学的モデルを示す。
このモデルは、ムードアセスメントにおいてリーダーシップを導くことができ、平均的な7人のチームで1人のメンバーでさえ、全体のムードを誤って表現できることを示す。
そのため、ムード調査のすべての開発者を含め、チームのムードを確実に評価することが推奨されている。
関連論文リスト
- ML-SPEAK: A Theory-Guided Machine Learning Method for Studying and Predicting Conversational Turn-taking Patterns [25.049072387358244]
自己組織化チーム内で対話型ターンテイクの計算モデルを開発する。
個人の性格特性とチームのコミュニケーションパターンのギャップを埋めることで、私たちのモデルはチームプロセスの理論を伝えることができるのです。
論文 参考訳（メタデータ） (2024-11-23T01:27:01Z) - Characterising Developer Sentiment in Software Components: An Exploratory Study of Gentoo [6.253919624802852]
共同ソフトウェア開発はチーム内で行われ、共有された成果物に協力し、オンラインプラットフォーム上での開発について議論する。
以前の研究では、特にオープンソース環境では、チームメンバー間のコミュニケーションが極めて有害になる可能性があることが示されています。
我々の研究は、近年、Gentoo開発者間のコミュニケーションにおいて、負の感情が一般的に減少していることを示している。
論文 参考訳（メタデータ） (2024-05-27T09:22:47Z) - Governing the Commons: Code Ownership and Code-Clones in Large-Scale Software Development [6.249768559720122]
弱いオーナシップや集合的なオーナシップを採用するソフトウェア開発組織では,さまざまなチームがさまざまなコンポーネントの変更を自律的に実施することが期待される。
私たちの目標は、異なるチームが異なるコンポーネントを変更するときに、コードのクローンという形で技術的負債を導入する方法と理由を理解することです。
論文 参考訳（メタデータ） (2024-05-24T18:23:51Z) - GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment [72.96949760114575]
我々は、ゴール指向メンタルアライメント(GOMA)という新しい協調コミュニケーションフレームワークを提案する。
GOMAは、目標に関連のあるエージェントの精神状態のミスアライメントを最小限に抑える計画問題として、言語コミュニケーションを定式化している。
我々は,Overcooked(マルチプレイヤーゲーム)とVirtualHome(家庭用シミュレータ)の2つの挑戦環境において,強いベースラインに対するアプローチを評価する。
論文 参考訳（メタデータ） (2024-03-17T03:52:52Z) - Cooperation, Competition, and Maliciousness: LLM-Stakeholders Interactive Negotiation [52.930183136111864]
我々は,大言語モデル(LLM)を評価するためにスコーラブルネゴシエーション(scorable negotiations)を提案する。
合意に達するには、エージェントは強力な算術、推論、探索、計画能力を持つ必要がある。
我々は、新しいゲームを作成し、進化するベンチマークを持つことの難しさを増大させる手順を提供する。
論文 参考訳（メタデータ） (2023-09-29T13:33:06Z) - Locating Community Smells in Software Development Processes Using
Higher-Order Network Centralities [38.72139150402261]
コミュニティの臭いは、ソフトウェア開発チームのインタラクションにおいて、ソフトウェアを作る能力を阻害する負のパターンである。
現在のアプローチは、ソフトウェアチームの相互作用構造の静的ネットワーク表現を分析して、コミュニティの臭いを検出することを目的としている。
我々は、高階ネットワークモデルが、そのような隠れパターンと複雑な関係を明らかにする堅牢な手段を提供することを示した。
論文 参考訳（メタデータ） (2023-09-14T06:48:15Z) - ProAgent: Building Proactive Cooperative Agents with Large Language
Models [89.53040828210945]
ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。
ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。
ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
論文 参考訳（メタデータ） (2023-08-22T10:36:56Z) - Building Cooperative Embodied Agents Modularly with Large Language
Models [104.57849816689559]
本研究では, 分散制御, 生の知覚観察, コストのかかるコミュニケーション, 様々な実施環境下でインスタンス化された多目的タスクといった課題に対処する。
我々は,LLMの常識知識,推論能力,言語理解,テキスト生成能力を活用し,認知に触発されたモジュラーフレームワークにシームレスに組み込む。
C-WAH と TDW-MAT を用いた実験により, GPT-4 で駆動される CoELA が, 強い計画に基づく手法を超越し, 創発的な効果的なコミュニケーションを示すことを示した。
論文 参考訳（メタデータ） (2023-07-05T17:59:27Z) - Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。
提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。
これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
論文 参考訳（メタデータ） (2023-05-25T21:01:00Z) - Detecting and Optimising Team Interactions in Software Development [58.720142291102135]
本稿では,ソフトウェア開発チームの機能的相互作用構造を検出するためのデータ駆動型手法を提案する。
このアプローチでは、チームメンバのアクティビティレベルの違いを考慮し、ブロック制約設定モデルを使用します。
我々のアプローチは、チームが合成されたベンチマークシナリオと機能的な相互作用構造を比較するのにどのように役立つかを示します。
論文 参考訳（メタデータ） (2023-02-28T14:53:29Z) - Few-shot Language Coordination by Modeling Theory of Mind [95.54446989205117]
我々は、数ショット$textit language coordinate$のタスクについて研究する。
リードエージェントは、言語能力の異なるエージェントの$textitpopulation$と調整する必要があります。
これは、人間のコミュニケーションの重要な構成要素であるパートナーの信念をモデル化する能力を必要とする。
論文 参考訳（メタデータ） (2021-07-12T19:26:11Z) - Analyzing Team Performance with Embeddings from Multiparty Dialogues [1.8275108630751844]
本稿では,多人数対話から学習した組込みによるチームパフォーマンス予測の問題について検討する。
構文的訓練とは異なり、対話行為と感情埋め込みは、初期の段階でもチームのパフォーマンスを分類するのに有効である。
論文 参考訳（メタデータ） (2021-01-23T05:18:12Z)
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。