May, 2015

愉快的软件开发者更擅长解决问题：经验性软件工程中的心理测量

PDF
TL;DR该研究报告调查了 42 名软件开发人员的情绪、创造力和分析问题解决能力之间的关系，并支持了 “快乐开发者更擅长分析问题解决” 的说法。该研究提供了更好地理解情绪状态对软件开发人员创造力和分析问题解决能力的影响，并引入和验证了关于情感状态、创造力和分析问题解决能力的心理测量、理论和概念，从而提出了利用多学科视角研究软件工程的人因素的需要。
software developmentaffective statesanalytical problem-solvingpsychological measurementshuman factors
发现论文，激发创造
  • 软件工程研究中情感分析的基准研究

    本文对三种软件工程特定定制的情感分析工具的性能和可靠性进行了基准研究，分析了错误分类文本的质量，从而反思分析出了面临的挑战。

    Mar, 2018

  • 浅谈自动测量和自报生产力之间的关系

    本文通过研究 81 名微软软件开发人员，实证分析了自动产品和过程度量与自我报告或感知生产力之间的差距。

    Dec, 2020

  • 软件开发中的动机大规模调查及其有效性分析

    通过调查问卷和预测分析，本研究确定了 11 个激励因素，并分析了它们对开发者动机的相对影响以及答案的有效性问题。尽管存在一些有效性问题，但对多样化激励因素对高动机概率的影响进行的预测分析提供了有价值的见解。

    Apr, 2024

  • 科学家和工程师如何寻找软件：一个调查研究

    该研究调查了科学和工程领域人员在寻找软件时的偏好和选择标准，并发现软件开发人员在社区网站、软件项目库、软件目录和组织特定的邮件列表或论坛等方面与非开发人员存在差异，同时调查还确定了一些阻止人们找到软件的因素。

    May, 2016

  • 使用 ChatGPT 进行软件开发人员比较：实证调查

    本文通过对比软件工程师和人工智能系统（如 ChatGPT）在不同评价指标下的性能表现，探讨了它们各自的任务适用性，以促进人机协作、提高 AI 方法的可靠性和理解，以及实现协作工作结构和人在循环过程。

    May, 2023

  • 情感计算中偏见和公平性的心理测量与计算视角整合：自动视频面试的案例研究

    本研究基于心理测量学的原则，对机器学习应用于情感计算的偏差和公平性进行了论述，讨论了测试公平性和偏置的各种方法和指标，并提供了自动化个性化和招聘推理的案例研究。

    May, 2023

  • 人工智能对劳动力的影响 —— 寻找未来软件工程师的分析能力

    这篇系统文献综述研究了人工智能对软件工程劳动力的影响，重点关注未来软件工程师所需的技能、人工智能对软件工程技能需求的影响以及软件工程师未来的工作前景。综述发现，未来的软件工程师需要精通编程以及拥有问题解决和人际沟通等软技能。人工智能将对软件工程领域造成显著影响，自动化许多目前由软件工程师完成的工作。软件工程师的角色正在变化，并在未来继续变化，人工智能辅助软件开发为软件工程专业带来挑战。该综述认为，软件工程专业必须适应变化的发展，以保持相关性和有效性。

    Feb, 2023

  • 从学习管理系统到情感辅导系统：初步研究

    研究了多种指标（包括表现、行为参与度和情感参与度）的组合，通过分析来自学习管理系统的数字痕迹和学生网络摄像头拍摄的图像，识别学习困难的学生。利用法国一所工程学校 2022 至 2023 学年收集的真实数据，观察到积极情绪状态与学术成果的改善之间存在相关性。这些初步发现支持情绪在区分高、低成就学生方面起到关键作用的观点。

    Nov, 2023

  • 将人工智能配对编程的离线度量与人类价值判断对齐

    研究表明，具有实现代码自动生成能力的大型语言模型的正确性及努力度均对程序员的价值有影响，建议设计出更人性化的评估指标以评估这些模型的优劣。

    Oct, 2022

  • Scratch 编程跨模式下的自动创造力测量

    研究基于对创意理论核心概念：流畅性，灵活性和原创性的整合，定义并应用一个通用的可高效计算的创意度量，将其应用于 Scratch 项目的机器学习模型中，人类专家和模型的创意度量结果存在差异，该方法可用于教育技术的创意度量。

    Nov, 2022