論文の概要: "How do you even know that stuff?": Barriers to expertise sharing among spreadsheet users

• arxiv url: http://arxiv.org/abs/2506.09216v1
• Date: Tue, 10 Jun 2025 20:21:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 06:35:02.05915
• Title: "How do you even know that stuff?": Barriers to expertise sharing among spreadsheet users
• Title（参考訳）: 「それをどう知っているか?」:スプレッドシート利用者間の専門知識共有への障壁
• Authors: Qing, Xia, Advait Sarkar, Duncan Brumby, Anna Cox,
• Abstract要約: スプレッドシートの価値を取り巻く社会的規範と信念は、共有行動におけるユーザエンゲージメントに影響を及ぼす。 プロのスプレッドシートユーザを対象に31回の半構造化インタビューを行った。
• 参考スコア（独自算出の注目度）: 13.328279032379076
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Spreadsheet collaboration provides valuable opportunities for learning and expertise sharing between colleagues. Sharing expertise is essential for the retention of important technical skillsets within organisations, but previous studies suggest that spreadsheet experts often fail to disseminate their knowledge to others. We suggest that social norms and beliefs surrounding the value of spreadsheet use significantly influence user engagement in sharing behaviours. To explore this, we conducted 31 semi-structured interviews with professional spreadsheet users from two separate samples. We found that spreadsheet providers face challenges in adapting highly personalised strategies to often subjective standards and evaluating the appropriate social timing of sharing. In addition, conflicted self-evaluations of one's spreadsheet expertise, dismissive normative beliefs about the value of this knowledge, and concerns about the potential disruptions associated with collaboration can further deter sharing. We suggest these observations reflect the challenges of long-term learning in feature-rich software designed primarily with initial learnability in mind. We therefore provide implications for design to navigate this tension. Overall, our findings demonstrate how the complex interaction between technology design and social dynamics can shape collaborative learning behaviours in the context of feature-rich software.
• Abstract（参考訳）: スプレッドシートのコラボレーションは、同僚間で学習と専門知識を共有するための貴重な機会を提供する。 専門知識の共有は、組織内の重要な技術スキルセットの維持に不可欠である。 スプレッドシートの価値を包含する社会的規範や信念が,共有行動におけるユーザエンゲージメントに大きく影響することが示唆された。 そこで本研究では,プロのスプレッドシートユーザを対象に,31件の半構造化インタビューを行った。 スプレッドシートプロバイダは、高度にパーソナライズされた戦略を、しばしば主観的基準に適応させ、共有の適切な社会的タイミングを評価する上で、課題に直面していることがわかった。 さらに、スプレッドシートの専門知識の自己評価、この知識の価値に関する規範的信念の排除、そしてコラボレーションに関連する潜在的破壊に関する懸念は、共有をさらに妨げている。 これらの観察は、主に初期学習可能性を考慮して設計された機能豊富なソフトウェアにおける長期学習の課題を反映している。 したがって、私たちはこの緊張をナビゲートする設計に意味を与えます。 全体として、技術設計と社会力学の複雑な相互作用が、機能豊富なソフトウェアにおける協調学習行動をどのように形成するかを示す。

関連論文リスト

• Closing the Evaluation Gap: Developing a Behavior-Oriented Framework for Assessing Virtual Teamwork Competency [6.169364905804677]
  本研究では,工学系学生の仮想チームワーク能力を評価するための行動指向フレームワークを開発する。 批判的インシデントテクニックと組み合わせたフォーカスグループインタビューを用いて,3つの重要な側面を同定した。 結果として得られるフレームワークは、より効果的な評価プラクティスの基礎を提供する。
  論文  参考訳（メタデータ） (2025-04-20T08:12:27Z)
• Learning Multimodal Cues of Children's Uncertainty [19.349368123567658]
  本研究では,不確実性の非言語的手がかりを研究するために,発達心理学者と認知心理学者との共同で注釈付きデータセットを提案する。 次に、データ分析を行い、不確実性の異なる役割とタスクの難易度とパフォーマンスとの関係について検討する。 最後に、参加者のリアルタイムビデオクリップから不確実性を予測するマルチモーダル機械学習モデルを提案する。
  論文  参考訳（メタデータ） (2024-10-17T21:46:00Z)
• Improving Content Recommendation: Knowledge Graph-Based Semantic Contrastive Learning for Diversity and Cold-Start Users [5.224122150536595]
  本稿では,複数タスクのハイブリッド学習手法を提案する。 我々のアプローチは、テキストからの意味情報を活用することにより、知識グラフ内のエンティティ間の関係をよりよく理解することを可能にする。
  論文  参考訳（メタデータ） (2024-03-27T15:11:00Z)
• SoK: Taming the Triangle -- On the Interplays between Fairness, Interpretability and Privacy in Machine Learning [0.0]
  機械学習技術は、高い意思決定にますます使われています。 学習したモデルが人間によって監査され、理解されることを保証することが不可欠である。 解釈可能性、公正性、プライバシは、責任ある機械学習を開発する上で重要な要件です。
  論文  参考訳（メタデータ） (2023-12-22T08:11:33Z)
• Exploring Federated Unlearning: Review, Comparison, and Insights [101.64910079905566]
  フェデレーション・アンラーニングは、フェデレーション・システムで訓練されたモデルからデータを選択的に除去することを可能にする。 本稿では,既存のフェデレーション・アンラーニング手法について検討し,アルゴリズムの効率,モデル精度への影響,プライバシ保護の有効性について検討する。 フェデレートされたアンラーニング手法を評価するための統一ベンチマークであるOpenFederatedUnlearningフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-30T01:34:33Z)
• NCL++: Nested Collaborative Learning for Long-Tailed Visual Recognition [63.90327120065928]
  本研究では,Nested Collaborative Learning (NCL++)を提案する。 長期学習における協調学習を実現するために,バランスの取れたオンライン蒸留を提案する。 混乱するカテゴリにおける細かな識別能力を改善するために,さらにハードカテゴリーマイニングを提案する。
  論文  参考訳（メタデータ） (2023-06-29T06:10:40Z)
• Leveraging Skill-to-Skill Supervision for Knowledge Tracing [13.753990664747265]
  知識追跡は知的学習システムにおいて重要な役割を担っている。 知識追跡モデルの最近の進歩は、問題解決の歴史をよりうまく活用することを可能にしている。 知識を直接組み込む知識トレースアルゴリズムは、限られたデータやコールドスタートの設定において重要である。
  論文  参考訳（メタデータ） (2023-06-12T03:23:22Z)
• Quiz-based Knowledge Tracing [61.9152637457605]
  知識追跡は、学習相互作用に基づいて個人の進化する知識状態を評価することを目的としている。 QKTは、既存の方法と比較して最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2023-04-05T12:48:42Z)

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。