論文の概要: A Multifaceted View on Discrimination in Software Development Careers
- arxiv url: http://arxiv.org/abs/2510.22457v2
- Date: Fri, 31 Oct 2025 02:57:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-03 13:41:53.410461
- Title: A Multifaceted View on Discrimination in Software Development Careers
- Title（参考訳）: ソフトウェア開発キャリアの差別に関する多面的考察
- Authors: Shalini Chakraborty, Sebastian Baltes,
- Abstract要約: 参加者8,717人を対象にした2025年のState of Devs調査では、他の形態の差別も同様に普及しているが、あまり注目されていないことが明らかになった。
これには年齢、政治的観点、障害、神経分裂のような認知的差異に基づく差別が含まれる。
本研究は, 年齢, 性別, 人種, 障害など, 複数のアイデンティティー・フェイスを対象とする。
- 参考スコア（独自算出の注目度）: 3.1006429989273054
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conversations around diversity and inclusion in software engineering often focus on gender and racial disparities. However, the State of Devs 2025 survey with 8,717 participants revealed that other forms of discrimination are similarly prevalent but receive considerably less attention. This includes discrimination based on age, political perspective, disabilities, or cognitive differences such as neurodivergence. We conducted a secondary analysis of 800 open-ended survey responses to examine patterns of perceived discrimination, as well as related challenges and negative impacts. Our study covers multiple identity facets, including age, gender, race, and disability. We found that age- and gender-related discrimination was the most frequently reported workplace issue, but discrimination based on political and religious views emerged as further notable concerns. Most of the participants who identified as female cited gender as the primary source of discrimination, often accompanied by intersectional factors such as race, political views, age, or sexual orientation. Discrimination related to caregiving responsibilities was reported by all gender identities. Regarding the negative impacts of workplace issues, many participants described modifying their appearance or behavior in response to gender biases. Gender also appeared to influence broader career challenges, as women and non-binary respondents reported experiencing almost all workplace issues at higher rates, particularly discrimination (35%) and mental health challenges (62%). Our goal is to raise awareness in the research community that discrimination in software development is multifaceted, and to encourage researchers to select and assess relevant facets beyond age and gender when designing software engineering studies.
- Abstract（参考訳）: 多様性とソフトウェアエンジニアリングへの包摂に関する議論は、しばしば性別と人種格差に焦点を当てる。
しかし,8,717人を対象にした「ステート・オブ・デヴス2025」調査では,他の形態の差別が一般的だが,注目度は著しく低かった。
これには年齢、政治的観点、障害、神経分裂のような認知的差異に基づく差別が含まれる。
認知のパターンや関連する課題,ネガティブな影響を調査するため,800件のオープンエンド調査回答を二次分析した。
本研究は, 年齢, 性別, 人種, 障害など, 複数のアイデンティティー・フェイスを対象とする。
年齢と性別に関する差別が最も頻繁に報告される職場問題であることがわかったが、政治的・宗教的見解に基づく差別はさらに顕著な関心事として現れた。
女性であると同定した参加者の大半は、人種、政治的見解、年齢、性的指向などの交叉要因を伴って、性別を差別の主要因として挙げた。
介護責任に関する差別は、すべての性同一性によって報告された。
職場問題に対する否定的な影響について、多くの参加者は、性別バイアスに反応して、外見や行動を変更することを説明した。
ジェンダーはより広範なキャリア課題にも影響を及ぼしているようで、女性や非バイナリーの回答者は、職場の問題のほとんど全てを、特に差別(35%)とメンタルヘルスの問題(62%)で経験していると報告した。
私たちのゴールは、ソフトウェア開発における差別が多面的であるという研究コミュニティの認識を高め、ソフトウェア工学の研究を設計する際に、研究者が年齢や性別を超えて関連する側面を選択して評価することを奨励することです。
関連論文リスト
- The Role of Social Identity in Shaping Biases Against Minorities in Software Organizations [5.704788741312527]
本研究では,キャリア形成の欠如,ステレオタイプ化されたタスク選択,歓迎されない環境,アイデンティティアタックの4種類のバイアスについて検討する。
女性は、キャリア開発バイアス、タスク選択バイアス、歓迎されない環境に直面する確率の3倍以上だった。
同時に、少数民族の背景を持つ個人は、アイデンティティー攻撃によって不当に標的にされた。
論文 参考訳（メタデータ） (2026-01-29T04:39:32Z) - Overcoming Obstacles: Challenges of Gender Inequality in Undergraduate ICT Programs [0.34865180646161636]
ブラジルでは、女子は高等教育におけるICT学生の18%以下である。
本研究では,ICTにおける女子大学生の男女不平等に対する認識について検討した。
論文 参考訳（メタデータ） (2025-05-02T18:28:48Z) - Beauty and the Bias: Exploring the Impact of Attractiveness on Multimodal Large Language Models [51.590283139444814]
物理的魅力は人間の知覚と意思決定に影響を与えることが示されている。
マルチモーダル大言語モデル(MLLM)による評価と意思決定において魅力が果たす役割は、不明である。
我々は、91の社会的関連シナリオと924の顔画像の多様なデータセットで評価された7つのオープンソースMLLMを用いて実証的研究を行った。
論文 参考訳（メタデータ） (2025-04-16T16:02:55Z) - Perceptions of Entrepreneurship Among Graduate Students: Challenges, Opportunities, and Cultural Biases [0.0]
本論文は、デジタル指向の起業コースに入学した大学院生の起業意識に焦点を当てたものである。
学生が提起した主な問題は、資源不足や支援の欠如など、内的特性と外部的障害であった。
性差別と文化的偏見は継続し、女性の機会と平等を制限している。
論文 参考訳（メタデータ） (2024-05-10T08:35:18Z) - A Multilingual Perspective on Probing Gender Bias [0.0]
ジェンダーバイアスは、性別に基づいて個人を標的とする体系的なネガティブな治療の一形態である。
この論文は、ジェンダーバイアスが言語および言語技術を通してどのように表現されるかというニュアンスについて考察する。
論文 参考訳（メタデータ） (2024-03-15T21:35:21Z) - Exposing Algorithmic Discrimination and Its Consequences in Modern
Society: Insights from a Scoping Study [0.0]
この研究は、アルゴリズム的差別を報告している長年にわたる様々な研究を掘り下げている。
私たちはこの問題に対処するソフトウェア工学の研究者や実践者を支援することを目指しています。
論文 参考訳（メタデータ） (2023-12-08T05:09:00Z) - "I'm fully who I am": Towards Centering Transgender and Non-Binary
Voices to Measure Biases in Open Language Generation [69.25368160338043]
トランスジェンダーとノンバイナリ(TGNB)の個人は、日常生活から差別や排除を不当に経験している。
オープン・ランゲージ・ジェネレーションにおいて,経験豊富なTGNB人物の疎外化を取り巻く社会的現実がいかに貢献し,持続するかを評価する。
我々はTGNB指向のコミュニティからキュレートされたテンプレートベースの実世界のテキストのデータセットであるTANGOを紹介する。
論文 参考訳（メタデータ） (2023-05-17T04:21:45Z) - 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) - A Deep Dive into Dataset Imbalance and Bias in Face Identification [49.210042420757894]
メディアの描写は、自動顔認識システムにおけるバイアスの主な原因として、しばしば不均衡を浮き彫りにする。
FRにおけるデータ不均衡に関するこれまでの研究は、顔認証の設定にのみ焦点をあててきた。
この研究は、顔の識別における各種類の不均衡の影響を徹底的に調査し、この設定におけるバイアスに影響を与える他の要因について議論する。
論文 参考訳（メタデータ） (2022-03-15T20:23:13Z) - Are Commercial Face Detection Models as Biased as Academic Models? [64.71318433419636]
我々は学術的および商業的な顔検出システムを比較し、特にノイズに対する堅牢性について検討する。
現状の学術的顔検出モデルでは、ノイズの頑健性に人口格差があることがわかった。
私たちは、商用モデルは、常に学術モデルと同じくらいの偏り、あるいはより偏りがある、と結論付けます。
論文 参考訳（メタデータ） (2022-01-25T02:21:42Z) - Anatomizing Bias in Facial Analysis [86.79402670904338]
既存の顔分析システムでは、特定の集団群に対して偏りのある結果が得られることが示されている。
これらのシステムは、個人の性別、アイデンティティ、肌のトーンに基づいて差別されないようにすることが義務づけられている。
これはAIシステムにおけるバイアスの識別と緩和の研究につながった。
論文 参考訳（メタデータ） (2021-12-13T09:51:13Z) - Feature Representation in Deep Metric Embeddings [0.0]
本研究は、顔(アイデンティティ)を識別するために訓練された埋め込みと、教師なしクラスタリングを用いて、顔の識別に関わる特徴を識別する。
クラス内のシナリオでは、推論プロセスは単一のアイデンティティの共通属性を区別し、それぞれ90.0%と76.0%の精度でひげとメガネを識別する。
このシステムは、特に99.3%、99.3%、94.1%の性別、肌の色、年齢で、高い精度で追加のサブ識別を行うことができる。
論文 参考訳（メタデータ） (2021-02-05T13:53:10Z)
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。