論文の概要: Psychological safety in software workplaces: A systematic literature review
- arxiv url: http://arxiv.org/abs/2508.03369v1
- Date: Tue, 05 Aug 2025 12:19:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-06 18:18:55.952212
- Title: Psychological safety in software workplaces: A systematic literature review
- Title（参考訳）: ソフトウェア職場における心理的安全性 : 系統的な文献レビュー
- Authors: Beatriz Santana, Lidivânio Monte, Bianca Santana de Araújo Silva, Glauco Carneiro, Sávio Freire, José Amancio Macedo Santos, Manoel Mendonça,
- Abstract要約: 心理的安全性(PS)は、チームの幸福とパフォーマンスに影響を与える重要な要素である。
ソフトウェア工学の分野におけるPSの研究は依然として限られている。
- 参考スコア（独自算出の注目度）: 0.8331356470329141
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context: Psychological safety (PS) is an important factor influencing team well-being and performance, particularly in collaborative and dynamic domains such as software development. Despite its acknowledged significance, research on PS within the field of software engineering remains limited. The socio-technical complexities and fast-paced nature of software development present challenges to cultivating PS. To the best of our knowledge, no systematic secondary study has synthesized existing knowledge on PS in the context of software engineering. Objective: This study aims to systematically review and synthesize the existing body of knowledge on PS in software engineering. Specifically, it seeks to identify the potential antecedents and consequences associated with the presence or absence of PS among individuals involved in the software development process. Methods: A systematic literature review was conducted, encompassing studies retrieved from four digital libraries. The extracted data were subjected to both quantitative and qualitative analyses. Results: The findings indicate a growing academic interest in PS within software engineering, with the majority of studies grounded in Edmondson's framework. Factors antecedents of PS were identified at the individual, team, and organizational levels, including team autonomy, agile methodologies, and leadership behaviors. Conclusion: PS fosters innovation, learning, and team performance within software development. However, significant gaps persist in understanding the contextual factors influencing PS, its underlying mechanisms, and effective strategies for its enhancement. Future research should address these gaps by investigating the practical applications of PS within diverse organizational settings in the software engineering domain.
- Abstract（参考訳）: コンテキスト: 心理的安全性(PS)は、特にソフトウェア開発のような協調的で動的なドメインにおいて、チームの幸福とパフォーマンスに影響を与える重要な要素です。
ソフトウェア工学の分野におけるPSの研究は依然として限られている。
社会技術的複雑さとソフトウェア開発の急激な影響は、PSを育成する上での課題である。
我々の知識を最大限に活用するために、ソフトウェア工学の文脈においてPS上の既存の知識を体系的な二次的な研究は行われていない。
目的:本研究は,ソフトウェア工学におけるPS上の既存の知識体系を体系的にレビューし,合成することを目的としている。
具体的には、ソフトウェア開発プロセスに関わる個人間のPSの存在や欠如に関連する潜在的な先行要因と結果を特定することを目的としている。
方法:4つのデジタル図書館から取得した研究を包括して,系統的な文献レビューを行った。
抽出したデータは定量分析と定性解析の両方を対象とした。
結果: その結果,ソフトウェア工学におけるPSに対する学術的関心が高まり,ほとんどの研究はEdmondson氏のフレームワークに基づいていた。
PSの先行する要因は、チーム自律性、アジャイル方法論、リーダーシップ行動など、個人、チーム、組織レベルで特定されました。
結論: PSはソフトウェア開発におけるイノベーション、学習、チームパフォーマンスを促進します。
しかし、PSに影響を与える文脈的要因、その基盤となるメカニズム、そしてその強化のための効果的な戦略を理解する上で、大きなギャップは持続する。
今後の研究は、ソフトウェア工学領域における多様な組織的設定におけるPSの実践的応用を調査することによって、これらのギャップに対処すべきである。
関連論文リスト
- Federated Learning for Cyber Physical Systems: A Comprehensive Survey [49.54239703000928]
近年,フェデレートラーニング(FL)が普及している。
この記事では、FLが、インテリジェントトランスポートシステム、サイバーセキュリティサービス、スマートシティ、スマートヘルスケアソリューションなど、重要なCPSアプリケーションでどのように利用されるのかを精査する。
論文 参考訳（メタデータ） (2025-05-08T01:17:15Z) - I Felt Pressured to Give 100% All the Time: How Are Neurodivergent Professionals Being Included in Software Development Teams? [0.46873264197900916]
本研究は,異なるソフトウェア開発におけるニューロディバージェント・プロフェッショナルの作業経験を理解することを目的とする。
我々は,社会技術理論(STS)を応用し,組織の社会構造とそれぞれの作業技術がこれらの専門家の関与にどのように影響するかを考察した。
論文 参考訳（メタデータ） (2025-03-12T02:28:59Z) - Twenty Years of Personality Computing: Threats, Challenges and Future Directions [76.46813522861632]
パーソナリティ・コンピューティング(Personality Computing)は、パーソナリティ心理学とコンピュータ科学の交差点にある分野である。
本稿では、その分野の概要を述べ、鍵となる方法論を探求し、課題と脅威について論じ、パーソナリティ・コンピューティング・テクノロジーの開発・展開における今後の方向性について概説する。
論文 参考訳（メタデータ） (2025-03-03T22:03:48Z) - Lingma SWE-GPT: An Open Development-Process-Centric Language Model for Automated Software Improvement [62.94719119451089]
Lingma SWE-GPTシリーズは、現実世界のコード提出活動から学び、シミュレーションする。
Lingma SWE-GPT 72BはGitHubの30.20%の問題を解決する。
論文 参考訳（メタデータ） (2024-11-01T14:27:16Z) - A Systematic Literature Review on the Use of Machine Learning in Software Engineering [0.0]
本研究は,ソフトウェア工学プロセスに機械学習技術を適用する際の技術の現状を探るため,その目的と研究課題に従って実施された。
レビューでは、ソフトウェア品質保証、ソフトウェア保守、ソフトウェア理解、ソフトウェアドキュメントなど、MLが適用されたソフトウェアエンジニアリングにおける重要な領域を特定している。
論文 参考訳（メタデータ） (2024-06-19T23:04:27Z) - Making Software Development More Diverse and Inclusive: Key Themes, Challenges, and Future Directions [50.545824691484796]
ソフトウェア開発者の多様性と包摂性(SDDI)を改善するための課題と機会に関する6つのテーマを特定します。
4つのテーマの利点、害、今後の研究の方向性を特定します。
残りの2つのテーマ、人工知能とSDDIとAIとコンピュータサイエンスの教育について論じる。
論文 参考訳（メタデータ） (2024-04-10T16:18:11Z) - Charting a Path to Efficient Onboarding: The Role of Software
Visualization [49.1574468325115]
本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。
本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
論文 参考訳（メタデータ） (2024-01-17T21:30:45Z) - Software development in startup companies: A systematic mapping study [4.881718571745022]
本研究の目的は,スタートアップ企業におけるソフトウェア開発の文献の構造と分析である。
43の初等的な研究が同定され、スタートアップにおけるソフトウェア開発に関する証拠を合成した。
レビューされた初等研究から,213のソフトウェアエンジニアリング作業プラクティスを抽出し,分類し,分析した。
論文 参考訳（メタデータ） (2023-07-24T19:49:57Z) - 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) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳（メタデータ） (2021-01-11T15:54:48Z) - Software engineering for artificial intelligence and machine learning
software: A systematic literature review [6.681725960709127]
本研究は,AI/MLシステムの開発において,ソフトウェア工学がどのように応用されてきたかを検討することを目的とする。
プロフェッショナルが直面する主な課題は、テスト、AIソフトウェアの品質、データ管理といった分野だ。
論文 参考訳（メタデータ） (2020-11-07T11:06:28Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z)
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。