論文の概要: A Critical Discourse Analysis of Gender Representation in Software Engineering Education Videos on YouTube

• arxiv url: http://arxiv.org/abs/2606.18423v1
• Date: Tue, 16 Jun 2026 19:18:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 17:16:50.86378
• Title: A Critical Discourse Analysis of Gender Representation in Software Engineering Education Videos on YouTube
• Title（参考訳）: YouTube上のソフトウェア工学教育ビデオにおけるジェンダー表現の批判的談話分析
• Authors: Isabella Graßl, Alexander Serebrenik, Giuseppe Destefanis,
• Abstract要約: 本研究では,手動で分析した200の英語およびドイツ語のソフトウェア工学チュートリアルについて,YouTube上で批判的談話分析を行った。 以上の結果から,男性キャラクタと男性言語的デフォルトがチュートリアルを支配していることが示唆された。 我々は,男性俳優にのみ技術と意思決定の役割が割り当てられるエージェンシーギャップを特定した。
• 参考スコア（独自算出の注目度）: 54.52098098905923
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Educational resources may frame students' perceptions of who belongs in software engineering, which is relevant given the field's ongoing gender gap. However, we know little about the hidden curriculum regarding gender in online learning spaces. This study presents a critical discourse analysis of 200 manually analysed English and German software engineering tutorials on YouTube, examining gender representation through contextual domains and linguistic identity markers. Our results show that male characters and masculine linguistic defaults dominate the tutorials. We identified an agency gap, in which technical and decision-making roles are almost exclusively assigned to male actors, while female actors are either absent or tend to passive, low-agency roles. The findings indicate that software engineering education on YouTube may reproduce gendered norms, in which linguistic and representational gatekeeping may serve as a symbolic barrier to software engineering.
• Abstract（参考訳）: 教育資源は、その分野のジェンダーギャップが続いていることを考えると、ソフトウェア工学に属する学生の認識を阻害する可能性がある。 しかし、オンライン学習空間におけるジェンダーに関する隠されたカリキュラムについてはほとんど分かっていない。 本研究では、YouTube上の200の英語およびドイツ語のソフトウェア工学チュートリアルについて、文脈的ドメインと言語的アイデンティティマーカーによるジェンダー表現について、批判的談話分析を行った。 以上の結果から,男性キャラクタと男性言語的デフォルトがチュートリアルを支配していることが示唆された。 技術的・意思決定的な役割はほとんど男性俳優に割り当てられているのに対し、女性俳優は欠席しているか、受動的で低緊急的な役割を負う傾向にある。 この結果は、YouTube上のソフトウェアエンジニアリング教育が、言語的および表現的ゲートキーピングがソフトウェアエンジニアリングの象徴的な障壁として機能する、ジェンダー化された規範を再現する可能性があることを示唆している。

関連論文リスト

• Dynamics of Gender Bias in Software Engineering [0.0]
  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。
  論文  参考訳（メタデータ） (2025-08-28T17:54:49Z)
• 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)
• Breaking Barriers: Investigating the Sense of Belonging Among Women and Non-Binary Students in Software Engineering [1.9075820340282934]
  女性はソフトウェアエンジニアリング業界でキャリアを追求する可能性がはるかに低い。 女性や少数派が業界を離れる理由は、成長と発展の機会の欠如にある。 本研究は,ソフトウェア工学教育における女性や非バイナリ個人にとって不利な産業の育成や維持の可能性について考察する。
  論文  参考訳（メタデータ） (2024-05-06T20:07:45Z)
• 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)
• Keywords for Bias [0.10499611180329804]
  我々は、いくつかのNLPアプローチを用いて、バイアスを分析するためのキーワードを検出する能力に基づいて、それらの比較を行っている。 その結果,提案手法は,異なるベンチマークデータセットに対する最先端手法と同等の結果が得られることがわかった。
  論文  参考訳（メタデータ） (2022-10-31T18:19:04Z)
• They, Them, Theirs: Rewriting with Gender-Neutral English [56.14842450974887]
  私たちは、英語でジェンダーインクルージョンを促進する一般的な方法である特異点についてケーススタディを行います。 本研究では, 人為的データを持たない1%の単語誤り率で, ジェンダーニュートラルな英語を学習できるモデルについて述べる。
  論文  参考訳（メタデータ） (2021-02-12T21:47:48Z)
• Mitigating Gender Bias in Machine Learning Data Sets [5.075506385456811]
  ジェンダーバイアスは雇用広告や採用ツールの文脈で特定されている。 本稿では,機械学習のためのトレーニングデータにおける性別バイアスの同定のための枠組みを提案する。
  論文  参考訳（メタデータ） (2020-05-14T12:06:02Z)
• 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。