On the Relationship Between the Developer's Perceptible Race and\n Ethnicity and the Evaluation of Contributions in OSS
Notice bibliographique
Résumé
Open Source Software (OSS) projects are typically the result of collective\nefforts performed by developers with different backgrounds. Although the\nquality of developers' contributions should be the only factor influencing the\nevaluation of the contributions to OSS projects, recent studies have shown that\ndiversity issues are correlated with the acceptance or rejection of developers'\ncontributions. This paper assists this emerging state-of-the-art body on\ndiversity research with the first empirical study that analyzes how developers'\nperceptible race and ethnicity relates to the evaluation of the contributions\nin OSS. We performed a large-scale quantitative study of OSS projects in\nGitHub. We extracted the developers' perceptible race and ethnicity from their\nnames in GitHub using the Name-Prism tool and applied regression modeling of\ncontributions (i.e, pull requests) data from GHTorrent and GitHub. We observed\nthat among the developers whose perceptible race and ethnicity was captured by\nthe tool, only 16.56% were perceptible as Non-White developers; contributions\nfrom perceptible White developers have about 6-10% higher odds of being\naccepted when compared to contributions from perceptible Non-White developers;\nand submitters with perceptible non-white races and ethnicities are more likely\nto get their pull requests accepted when the integrator is estimated to be from\ntheir same race and ethnicity rather than when the integrator is estimated to\nbe White. Our initial analysis shows a low number of Non-White developers\nparticipating in OSS. Furthermore, the results from our regression analysis\nlead us to believe that there may exist differences between the evaluation of\nthe contributions from different perceptible races and ethnicities. Thus, our\nfindings reinforce the need for further studies on racial and ethnic diversity\nin software engineering to foster healthier OSS communities.\n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».