論文の概要: Measuring Agile Agreement: Development and Validation of the Manifesto and Principle Scales

• arxiv url: http://arxiv.org/abs/2512.08461v1
• Date: Tue, 09 Dec 2025 10:34:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-10 22:28:07.920172
• Title: Measuring Agile Agreement: Development and Validation of the Manifesto and Principle Scales
• Title（参考訳）: アジャイル合意の測定:マニフェストと原則尺度の開発と検証
• Authors: Nicolas Matton, Anthony Simonofski, Marie-Ange Remiche, Benoît Vanderose,
• Abstract要約: 本稿では,新しいマニフェスト合意尺度 (MAS) と原則合意尺度 (PAS) の2つの異なる尺度の設計と妥当性について述べる。 項目作成と選定, 調査設計, 検証の体系的プロセスについて詳述し, 両尺度が重要な内部整合性を有し, 構成妥当性を実証した。
• 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: While the importance of human factors in agile software development is widely acknowledged, the measurement of an individual's "agile agreement" remains an ill-defined and challenging area. A key limitation in existing research is the failure to distinguish between agreement with the abstract, high-level values of the Agile Manifesto and agreement with the concrete, day-to-day practices derived from the 12 Principles. This paper addresses this methodological gap by presenting the design and validation of two distinct instruments: the novel Manifesto Agreement Scale (MAS), and the Principle Agreement Scale (PAS), which is a systematic adaptation and refinement of a prior instrument. We detail the systematic process of item creation and selection, survey design, and validation. The results demonstrate that both scales possess important internal consistency and construct validity. A convergence and divergence analysis, including Proportional Odds Logistic Regression, a Bland-Altman plot, and an Intraclass Correlation Coefficient (ICC), reveals that while the two scales are moderately correlated, they are not interchangeable and capture distinct dimensions of agile agreement. The primary contribution of this work is a pair of publicly available instruments, validated within a specific demographic of Belgian IT professionals. These scales represent a critical initial step toward facilitating a more nuanced measurement of agile agreement, distinguishing agile agreement across various levels of perception and aiding in a more refined interpretation of person-agile fit.
• Abstract（参考訳）: アジャイルソフトウェア開発におけるヒューマンファクタの重要性は広く認識されているが、個人の“アジャイル合意”を測定することは、未定義で困難な領域である。 既存の研究における重要な制限は、アジャイルマニフェストの抽象的でハイレベルな価値との合意と、12原則に由来する具体的な日々のプラクティスとの合意を区別できないことである。 本稿では,従来の楽器の体系的な適応と改良である,新しいマニフェスト合意尺度(MAS)と原則合意尺度(PAS)という,2つの異なる機器の設計と妥当性を示すことによって,この方法論的ギャップに対処する。 項目作成と選択、調査設計、検証の体系的なプロセスについて詳述する。 その結果,両スケールが重要な内部整合性を有し,構成妥当性が示された。 Proportional Odds Logistic Regression(英語版)、Bland-Altman plot(英語版)、ICC(英語版)を含む収束と分散分析により、2つのスケールは適度に相関しているものの、それらは交換可能ではなく、アジャイル合意の異なる次元を捉えていることが明らかになった。 この研究の主な貢献は、ベルギーのIT専門家の特定の人口層で検証された、公開可能な2つの楽器である。 これらの尺度は、アジャイル合意のより微妙な測定を促進するための重要な最初のステップであり、様々なレベルの認識でアジャイル合意を区別し、個人とアジャイルの適合性のより洗練された解釈を支援する。

関連論文リスト

• Understanding Catastrophic Interference: On the Identifibility of Latent Representations [67.05452287233122]
  破滅的な干渉、あるいは破滅的な忘れ(Caastrophic forgetting)は、機械学習の根本的な課題である。 本稿では,破滅的干渉を識別問題として定式化する新しい理論枠組みを提案する。 我々のアプローチは、合成データセットとベンチマークデータセットの両方で理論的保証と実用的なパフォーマンスの改善を提供する。
  論文  参考訳（メタデータ） (2025-09-27T00:53:32Z)
• Feature-Based vs. GAN-Based Learning from Demonstrations: When and Why [50.191655141020505]
  この調査は、デモから学ぶ機能ベースのアプローチとGANベースのアプローチの比較分析を提供する。 特徴に基づく手法とGANに基づく手法の2分法はますます曖昧になっていると我々は主張する。
  論文  参考訳（メタデータ） (2025-07-08T11:45:51Z)
• A Survey of Event Causality Identification: Taxonomy, Challenges, Assessment, and Prospects [6.492836595169771]
  事象因果同定(ECI)は自然言語処理(NLP)において重要な課題となっている。 この総合的な調査は、基本的な概念とモデルを体系的に調査し、体系的な分類学を開発し、多様なモデルを批判的に評価する。
  論文  参考訳（メタデータ） (2024-11-15T17:19:42Z)
• Unsupervised Robust Cross-Lingual Entity Alignment via Neighbor Triple Matching with Entity and Relation Texts [17.477542644785483]
  言語間エンティティアライメント(EA)は、異なる言語間での複数の知識グラフ(KG)の統合を可能にする。 近隣の3重マッチング戦略により、エンティティレベルとリレーレベルアライメントを共同で実行するEAパイプライン。
  論文  参考訳（メタデータ） (2024-07-22T12:25:48Z)
• A Sequentially Fair Mechanism for Multiple Sensitive Attributes [0.46040036610482665]
  アルゴリズムフェアネスの標準的なユースケースでは、感度変数と対応するスコアの関係を排除することが目標である。 センシティブな特徴の集合にまたがって、段階的に公平性を達成できるシーケンシャルなフレームワークを提案する。 当社のアプローチは、リスクと不公平の間のトレードオフを緩和するフレームワークを包含することで、公平性をシームレスに拡張します。
  論文  参考訳（メタデータ） (2023-09-12T22:31:57Z)
• Towards Unifying the Label Space for Aspect- and Sentence-based Sentiment Analysis [16.23682353651523]
  DPL(Dual-granularity Pseudo Labeling)と呼ばれる新しいフレームワークを提案する。 DPLは、以前の作業を大幅に上回った標準ベンチマークで最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2022-03-14T13:21:57Z)
• Foreseeing the Benefits of Incidental Supervision [83.08441990812636]
  本稿では,実験を行なわずに,特定の目標タスクに対して,様々な種類の偶発信号の利点を定量化できるかどうかを考察する。 本稿では,PABI(PAC-Bayesian motivated informativeness measure)を提案する。
  論文  参考訳（メタデータ） (2020-06-09T20:59:42Z)

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。