Gender and Tenure Diversity in GitHub Teams 杨涛 MF1632089 2016年12月26日
背景和目的 背景：团队中的各种差异会影响团队产出 目的：探究以下三个问题 在线团队在性别和任期方面的差异有多大？ 性别差异的大小是否和任期有关？和团队规模有关？ 性别和任期如何影响团队产出（生产力）？
调查 目的：了解Github上的项目团队是如何看待团队协作和团队差异 的。 条件：将一个repo和其fork的repo视为同一个项目。 根据性别（男，女，未知）和参与了多少项目（1个；中等数量2~6个； 大量7个），从以上的组合中，每个组合随机选择500个有e-mail地址的 开发者。 共4500人，发邮件进行问卷调查 调查概况 共收到了816个回复，19%的回复率 199人（24%）为女性 年龄14~66（中位数29，平均数30） IT从业时间0~44年（中位数8，平均数10.5） 人数大多来自北美和欧洲（美264，德52，法42，加拿大34）
调查结果 发现1： 约有2/3的人认为他们是项目repo中的一员，女性（76%）略多于男性 （63%）。女性在团队行为中会投入更多情感。 问：他们认为谁还是项目成员？ 最多的答案（44%）：任何一个对这个项目中有贡献的人。（男女对这个问题的回 答没有统计学上的显著差异） 发现2： 问：是否知道其他成员的实际情况（年龄，性别，政治观点，编程水平， 真实姓名，社会技能）？ 98%答：知道一些项目团队成员的编程水平（说明编程水平是最可见的） 48.6%答：知道大部分团队成员的性别（如果性别属性这么突出，那么说明性别歧 视在团队中存在。性别上的差异可能在团队中带来复杂的影响） 性别和政治观点：3%知道大部分，17%知道部分(some)
调查结果 发现3： 正面情感： 负面： （40，男，北美）代码贡献比人的性格重要 （26，女，北美）项目中人口统计学的上的差异和项目是不相关的 （36，男，欧洲）代码中看不出性格和性别 （29，女，欧洲）当意识到自己是团队中的唯一女性，而且没有性别歧视存在时， 感觉自己更受欢迎并且更乐意为项目工作 负面： （23，女，北美）（40，女，北美）被要求伪装成男性或者退出项目 （38，女，北美）自己领导的项目大多是正面情感，但是参与的其他项目会有性 别歧视出现
调查结论 结论1：团队成员之间通过对项目做出贡献（make contribution） 互相认识 结论2：团队成员之间互相了解项目成员的一些特点，性别、技 术水平 结论3：差异性会对团队成员造成影响，但是影响结果还不确定
数据分析 数据来源：GHTorrent 数据清理： 性别识别： 合并使用多个账户的开发者（具有相同的e-mail地址，或者账户有多个 可信的属性是相同的）;有超过17W的用户拥有多个账户（中位数2，平 均数2.4，最大值14） 取20080101~20140102之间的数据 去除不活跃项目（少于100次提交或少于90天的活动时间） 为了更好的发现项目产出上的差异，去除小项目（不超过4个项目成员， 提交代码者不超过2个） 如果一个项目中有超过75%的项目成员无法获取性别，去除该项目 性别识别： 结合所在国家和人名进行判断（例如，国家是俄罗斯名字以娃（-ova） 结尾的认为是女性） 通过这个方法获取了32.6%人的性别：91%男，9%女
数据分析 度量： 变量 控制变量： 团队生产力：项目的commit数 人员流动(turnover)：将项目成员定义为在一个给定季度内有活动 （commits,pull requests,issues等）的成员的集合。流动就是比较不同季 度间的项目成员数量。 变量 性别差异：使用多元化指数度量性别差异1-Σpi^2，差异越大指数越大 任期差异： 提交期(commit tenure)：成员在一个季度中第一次和最后一次提交时间所包含的天 数 项目期(project tenure)：成员在一个项目从最早开始活动到最后一次活动的季度数 控制变量： 团队规模、fork数量、季度编号、项目活动、项目时长等
数据分析 对以上计算数据进行统计学分析
数据分析 对以上计算数据进行统计学分析
结论 性别和任期的多样性会带来更高的团队生产力。 女程序员在软件团队中是少数。本文的研究证明，在更大范围上， 增加对女程序员的教育、专业技能培训、扩展培训等方面的投资 会增加总体价值。