用于软件工程中职业倦怠早期检测的机器学习模型:系统文献综述
软件工程
2026-03-25 v1 人工智能
计算机与社会
机器学习
摘要
职业倦怠是一种职业综合征,与许多其他职业一样,影响着大多数软件工程师。过去的研究显示出重要趋势,包括越来越多地使用机器学习技术来实现职业倦怠的早期检测。本文是对提出机器学习(ML)方法并专注于检测软件开发人员和 IT 专业人员职业倦怠的研究论文的系统文献综述(SLR)。我们的目标是审查所提出的 ML 技术的准确性和精确度,并为未来有兴趣复制或扩展这些研究的研究人员提出建议。从我们的 SLR 中,我们观察到大多数主要研究侧重于检测情绪或利用情绪维度来检测或预测职业倦怠的存在。我们还进行了一项横断面研究,以检测哪种 ML 方法在检测情绪方面表现出更好的性能;以及哪个数据集在捕捉情绪方面具有更大的潜力和表现力。我们相信,通过识别哪些 ML 工具和数据集在检测情绪以及间接识别职业倦怠方面表现出更好的性能,我们的论文可以成为在这一重要研究方向取得进展的宝贵资产。
引用
@article{arxiv.2603.23063,
title = {Machine Learning Models for the Early Detection of Burnout in Software Engineering: a Systematic Literature Review},
author = {Tien Rahayu Tulili and Ayushi Rastogi and Andrea Capiluppi},
journal= {arXiv preprint arXiv:2603.23063},
year = {2026}
}
备注
This paper is under review