软件开发职业中的歧视的多方面视角
最优化与控制
2025-10-28 v1 数值分析
数值分析
统计理论
统计计算
机器学习
统计理论
摘要
关于软件工程中的多样性和包容性的讨论通常聚焦于性别和种族差异。然而,2025年Dev调查(State of Devs 2025)调查了8,717名参与者,发现其他形式的歧视同样普遍,但获得的注意力相对较少。这包括基于年龄、政治立场、残疾、或认知差异如神经发展差异(neurodivergence)的歧视。我们对800条开放式调查回答进行了二次分析,以检视感知到的歧视模式,以及相关挑战和负面影响。我们的研究涵盖多个身份面向,包括年龄、性别、种族和残疾。我们发现,年龄和性别相关的歧视是最常被报告的职场问题,但基于政治和宗教观点的歧视也引人注意。在多数承认女性身份的参与者中,性别歧视是最常报告的主要来源,常常伴随种族、政治立场、年龄或性取向等交叉性因素。所有性别身份的参与者都报告了与照顾责任相关的歧视。关于职场问题的负面影响,许多参与者描述了如何因性别偏见而修改自己的外表或行为。性别还影响更广泛的职业挑战,因为女性和非二元性别的受访者在几乎所有职场问题中的报告率更高,特别是歧视(35%)和心理健康挑战(62%)。我们的目标是提升研究社区对软件开发中歧视是多面的认识,并鼓励研究人员在设计软件工程研究时选择并评估相关的面向,超越年龄和性别。
引用
@article{arxiv.2510.22458,
title = {Derivative-Free Sequential Quadratic Programming for Equality-Constrained Stochastic Optimization},
author = {Sen Na},
journal= {arXiv preprint arXiv:2510.22458},
year = {2025}
}
备注
59 pages