論文の概要: Dynamics of Gender Bias in Software Engineering

• arxiv url: http://arxiv.org/abs/2508.21050v1
• Date: Thu, 28 Aug 2025 17:54:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-29 18:12:02.548556
• Title: Dynamics of Gender Bias in Software Engineering
• Title（参考訳）: ソフトウェア工学におけるジェンダーバイアスのダイナミクス
• Authors: Thomas J. Misa,
• Abstract要約: ソフトウェア工学の分野は工学とコンピュータ科学の両方に埋め込まれており、両分野とも性バイアスを具現化している。 本稿では,ソフトウェア工学の起源と,その5人のリーダをプロファイリングするエンジニアリングプロフェッショナル主義への長年の関心について調査する。 その後、この分野のジェンダー問題とジェンダーバイアスに対する最近の関心を調べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The field of software engineering is embedded in both engineering and computer science, and may embody gender biases endemic to both. This paper surveys software engineering's origins and its long-running attention to engineering professionalism, profiling five leaders; it then examines the field's recent attention to gender issues and gender bias. It next quantitatively analyzes women's participation as research authors in the field's leading International Conference of Software Engineering (1976-2010), finding a dozen years with statistically significant gender exclusion. Policy dimensions of research on gender bias in computing are suggested.
• Abstract（参考訳）: ソフトウェア工学の分野は工学とコンピュータ科学の両方に埋め込まれており、両分野とも性バイアスを具現化している。 本稿では,ソフトウェア工学の起源と,ソフトウェア工学のプロフェッショナル主義への長年の関心を5人のリーダにプロファイリングし,近年のジェンダー問題とジェンダーバイアスに対する関心を調査する。 その後、1976-2010年に開催された国際ソフトウェア工学会議(International Conference of Software Engineering)で女性研究者の参加を定量的に分析し、統計学的に有意な性別を除外した10年間を発見した。 コンピューティングにおけるジェンダーバイアスの研究の政策次元が示唆されている。

関連論文リスト

• Gender Dynamics in Software Engineering: Insights from Research on Concurrency Bug Reproduction [0.5284425534494986]
  本稿では,この分野における男女比を評価するための文献レビューを行う。 以上の結果から, 女性研究者は, 男性研究者に比べて少なすぎることが示唆された。
  論文  参考訳（メタデータ） (2025-02-27T17:15:23Z)
• Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
  既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。 本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。 本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
  論文  参考訳（メタデータ） (2024-07-23T08:13:51Z)
• Navigating the Path of Women in Software Engineering: From Academia to Industry [2.2732417897161934]
  我々は、主に北米とヨーロッパの文脈に焦点を当てた既存の研究を拡張するために、ブラジルの女性に焦点を当てています。 調査では,性バイアス,ハラスメント,ワークライフの不均衡,過小評価,帰属意識の低下,詐欺師症候群など,ソフトウェア工学における女性に直面する永続的な課題に注目した。
  論文  参考訳（メタデータ） (2023-12-08T02:58:26Z)
• Data-Driven Analysis of Gender Fairness in the Software Engineering Academic Landscape [4.580653005421453]
  本研究では,情報学(INF)およびソフトウェア工学(SE)イタリアのコミュニティにおける,学術的昇進におけるジェンダーバイアスの問題について検討する。 我々はまず,学界におけるジェンダーバイアスの問題がこれまでどのように対処されてきたかを評価するために文献レビューを実施している。 次に、イタリアの学術振興におけるジェンダーバイアスの分析に必要なINFとSEデータを収集・前処理するプロセスについて述べる。 実施した分析から,SEコミュニティが助教授への昇進のバイアスが高いこと,全教授への昇進のバイアスがINFコミュニティ全体と比較して小さいことを観察した。
  論文  参考訳（メタデータ） (2023-09-20T12:04:56Z)
• VisoGender: A dataset for benchmarking gender bias in image-text pronoun resolution [80.57383975987676]
  VisoGenderは、視覚言語モデルで性別バイアスをベンチマークするための新しいデータセットである。 We focus to occupation-related biases in a hegemonic system of binary gender, inspired by Winograd and Winogender schemas。 我々は、最先端の視覚言語モデルをいくつかベンチマークし、それらが複雑な場面における二項性解消のバイアスを示すことを発見した。
  論文  参考訳（メタデータ） (2023-06-21T17:59:51Z)
• Dynamics of Gender Bias in Computing [0.0]
  本稿では、米国政府の労働統計が薄く、あるいは存在しないときに、職業としてのフォーマティブな年月(1950-1980)に焦点を当てた新しいデータセットを提示する。 1960年代から1970年代にかけてのコンピュータ科学の専門化において、コンピューティングにおける性バイアスが出現したとの予想が再燃した。
  論文  参考訳（メタデータ） (2022-11-07T23:29:56Z)
• Towards Understanding Gender-Seniority Compound Bias in Natural Language Generation [64.65911758042914]
  本研究では,事前学習したニューラルジェネレーションモデルにおける性別バイアスの程度に,高齢者がどのような影響を及ぼすかを検討する。 以上の結果から, GPT-2は, 両領域において, 女性を中年, 男性を中年として考えることにより, 偏見を増幅することが示された。 以上の結果から, GPT-2を用いて構築したNLPアプリケーションは, プロの能力において女性に害を与える可能性が示唆された。
  論文  参考訳（メタデータ） (2022-05-19T20:05:02Z)
• Assessing Gender Bias in the Information Systems Field: An Analysis of the Impact on Citations [0.0]
  本稿では,女性IS学者が男性同僚にvis-a-visを蓄積する学術的引用の影響を推定する研究の概要を述べる。 そこで我々は,学界における男女偏見の中核的な側面に関する知識の提供を提案する。
  論文  参考訳（メタデータ） (2021-08-22T18:18:52Z)
• Multi-Dimensional Gender Bias Classification [67.65551687580552]
  機械学習モデルは、性別に偏ったテキストでトレーニングする際に、社会的に望ましくないパターンを不注意に学習することができる。 本稿では,テキスト中の性バイアスを複数の実用的・意味的な次元に沿って分解する一般的な枠組みを提案する。 このきめ細かいフレームワークを用いて、8つの大規模データセットにジェンダー情報を自動的にアノテートする。
  論文  参考訳（メタデータ） (2020-05-01T21:23:20Z)

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。