論文の概要: Addressing OSS Community Managers' Challenges in Contributor Retention
- arxiv url: http://arxiv.org/abs/2602.11447v1
- Date: Wed, 11 Feb 2026 23:51:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-13 21:07:25.581856
- Title: Addressing OSS Community Managers' Challenges in Contributor Retention
- Title（参考訳）: OSSコミュニティマネージャのコントリビュータ保持への挑戦
- Authors: Zixuan Feng, Katie Kimura, Bianca Trinkenreich, Igor Steinmacher, Marco Gerosa, Anita Sarma,
- Abstract要約: コントリビュータの保持を管理するための現在のツール(ダッシュボードなど)は、潜在的な離脱を早期に特定するための予測的な洞察ではなく、レトロスペクティブを提供することによって不足している。
本研究は,(1)OSSにおけるコントリビュータの維持管理の課題に対する実証的な洞察,(2)OSSコミュニティマネージャの維持活動を支援する実行可能な戦略,(3)OSSサステナビリティに関する理論を開発・検証するための実践的な枠組みを提供する。
- 参考スコア（独自算出の注目度）: 17.01123608526415
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Open-source software (OSS) community managers face significant challenges in retaining contributors, as they must monitor activity and engagement while navigating complex dynamics of collaboration. Current tools designed for managing contributor retention (e.g., dashboards) fall short by providing retrospective rather than predictive insights to identify potential disengagement early. Without understanding how to anticipate and prevent disengagement, new solutions risk burdening community managers rather than supporting retention management. Following the Design Science Research paradigm, we employed a mixed-methods approach for problem identification and solution design to address contributor retention. To identify the challenges hindering retention management in OSS, we conducted semi-structured interviews, a multi-vocal literature review, and community surveys. Then through an iterative build-evaluate cycle, we developed and refined strategies for diagnosing retention risks and informing engagement efforts. We operationalized these strategies into a web-based prototype, incorporating feedback from 100+ OSS practitioners, and conducted an in situ evaluation across two OSS communities. Our study offers (1) empirical insights into the challenges of contributor retention management in OSS, (2) actionable strategies that support OSS community managers' retention efforts, and (3) a practical framework for future research in developing or validating theories about OSS sustainability.
- Abstract（参考訳）: オープンソースソフトウェア(OSS)コミュニティマネージャは、コラボレーションの複雑なダイナミクスをナビゲートしながら、アクティビティとエンゲージメントを監視しなければならないため、コントリビュータを維持する上で大きな課題に直面します。
コントリビュータの保持(例えばダッシュボード)を管理するために設計された現在のツールは、早期に侵入する可能性を特定するための予測的な洞察ではなく、ふりかえりを提供することによって不足しています。
解脱を予想し予防する方法を理解せずに、新たなソリューションは、維持管理を支援するのではなく、コミュニティマネージャに負担を与えるリスクを負います。
デザイン・サイエンス・リサーチのパラダイムに従って,コントリビュータの維持に対処するために,問題同定とソリューション設計に混合手法を用いた。
OSSの維持管理を妨げる課題を明らかにするため,我々は,半構造化インタビュー,多言語文献レビュー,コミュニティ調査を行った。
そして、反復的なビルド評価サイクルを通じて、保持リスクの診断とエンゲージメントの取り組みを通知するための戦略を開発し、洗練しました。
我々は,これらの戦略をWebベースのプロトタイプとして運用し,100人以上のOSS実践者のフィードバックを取り入れ,OSSコミュニティをまたいだインシュトゥ評価を行った。
本研究は,(1)OSSにおけるコントリビュータの維持管理の課題に対する実証的な洞察,(2)OSSコミュニティマネージャの維持活動を支援する実行可能な戦略,(3)OSSサステナビリティに関する理論を開発・検証するための実践的な枠組みを提供する。
関連論文リスト
- Co-RedTeam: Orchestrated Security Discovery and Exploitation with LLM Agents [57.49020237126194]
大規模言語モデル(LLM)はサイバーセキュリティタスクを支援することを約束しているが、既存のアプローチでは自動脆弱性発見とエクスプロイトに苦労している。
Co-RedTeamは,現実世界のレッドチームのミラーリングを目的とした,セキュリティを意識したマルチエージェントフレームワークである。
Co-RedTeamは、脆弱性分析をコーディネートされた発見およびエクスプロイトステージに分解し、エージェントがアクションを計画、実行、検証、洗練できるようにする。
論文 参考訳（メタデータ） (2026-02-02T14:38:45Z) - AI That Helps Us Help Each Other: A Proactive System for Scaffolding Mentor-Novice Collaboration in Entrepreneurship Coaching [3.101600812051321]
起業家精神は、未定義のオープンエンドな問題をナビゲートする必要がある。
初心者とメンターの双方を足場とする人間-AIコーチングシステムを提案する。
論文 参考訳（メタデータ） (2025-08-14T20:23:48Z) - A Survey of Efficient Reasoning for Large Reasoning Models: Language, Multimodality, and Beyond [88.5807076505261]
大規模推論モデル (LRM) は, 推論中におけるチェーン・オブ・ソート (CoT) の推論長を拡大することにより, 高い性能向上を示した。
懸念が高まっているのは、過度に長い推論の痕跡を生み出す傾向にある。
この非効率性は、トレーニング、推論、現実のデプロイメントに重大な課題をもたらす。
論文 参考訳（メタデータ） (2025-03-27T15:36:30Z) - The Role of the Retrospective Meetings in Detecting, Refactoring and Monitoring Community Smells [0.5219568203653523]
この研究は、文献の中で最も引用された4つのコミュニティ・スメル(Lone Wolf、Organizational Silo、Radio Silence、Black Cloud)に焦点を当てた。
この結果から,ふりかえりのミーティングによって,中核的なコミュニティ・スメルの識別が可能になることが示唆された。
これらのミーティングで肯定的な側面を強調することは、コミュニティ・スメルを防ぐのに役立つかもしれない。
論文 参考訳（メタデータ） (2025-02-25T21:50:13Z) - Protocol Learning, Decentralized Frontier Risk and the No-Off Problem [56.74434512241989]
私たちは第3のパラダイムであるプロトコル学習(Protocol Learning)を特定します。
このアプローチは、単一の集中型エンティティよりも桁違いに多くの計算資源を集約する可能性がある。
また、不均一で信頼性の低いノード、悪意のある参加者、インセンティブを維持するために抽出不可能なモデルの必要性、複雑なガバナンスのダイナミクスなど、新しい課題も導入されている。
論文 参考訳（メタデータ） (2024-12-10T19:53:50Z) - CROSS: A Contributor-Project Interaction Lifecycle Model for Open Source Software [2.9631016562930546]
Cross Modelは、オープンソースソフトウェアのための新しいコントリビュータ/プロジェクトインタラクションライフサイクルモデルである。
特にEoS/オフボードのシナリオにおいて、コントリビュータの関与に関するさまざまなアーキティパルケースを説明し、研究ギャップを強調します。
論文 参考訳（メタデータ） (2024-09-12T17:57:12Z) - A Mixed-Methods Study of Open-Source Software Maintainers On Vulnerability Management and Platform Security Features [6.814841205623832]
本稿では,OSSメンテナの脆弱性管理とプラットフォームセキュリティ機能について考察する。
サプライチェーンの不信や、脆弱性管理の自動化の欠如が、最も困難であることに気付きました。
プラットフォームのセキュリティ機能を採用する上での障壁は、認識の欠如と、それらが必要ないという認識の欠如である。
論文 参考訳（メタデータ） (2024-09-12T00:15:03Z) - Devil's Advocate: Anticipatory Reflection for LLM Agents [53.897557605550325]
我々のアプローチは、LLMエージェントに対して、与えられたタスクを管理可能なサブタスクに分解するように促す。
イントロスペクティブ・イントロスペクティブ・イントロスペクティブ・イントロスペクティブ(introspective intervention)を3回実施する。
潜在的な障害の予測と、アクション実行前の代替策。
サブタスクの目的とのポストアクションアライメントと、計画実行における最大限の努力を保証するための改善によるバックトラック。
論文 参考訳（メタデータ） (2024-05-25T19:20:15Z) - How to Sustain a Scientific Open-Source Software Ecosystem: Learning
from the Astropy Project [9.049664874474736]
本研究では,科学的OSSの持続可能性を高めるための課題と機会について検討する。
天体物理学の分野で広く使われているソフトウェアエコシステムであるアストロピー・プロジェクト(Astropy Project)のケーススタディを行った。
論文 参考訳（メタデータ） (2024-02-23T03:54:53Z) - On the Value of Myopic Behavior in Policy Reuse [67.37788288093299]
未知のシナリオで学習戦略を活用することは、人間の知性の基本である。
本稿では,Selectivemyopic bEhavior Control(SMEC)というフレームワークを提案する。
SMECは、事前ポリシーの共有可能な短期的行動とタスクポリシーの長期的行動を適応的に集約し、協調的な決定につながる。
論文 参考訳（メタデータ） (2023-05-28T03:59:37Z) - L2Explorer: A Lifelong Reinforcement Learning Assessment Environment [49.40779372040652]
強化学習ソリューションは、トレーニングされたデータ配布以外の新しいタスクに晒されると、あまり一般化しない傾向があります。
生涯学習エクスプローラー(L2Explorer)を用いた継続的強化学習開発と評価のための枠組みを導入する。
L2Explorerは新しいUnityベースのファーストパーソンな3D探索環境で、複雑な評価カリキュラムに構造化されたタスクやタスクのバリエーションを生成するために継続的に再構成することができる。
論文 参考訳（メタデータ） (2022-03-14T19:20:26Z)
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。