Beitragszuordnung

Frage: Wer hat zu einem Open-Source-Projekt beigetragen und welche Zuordnungsinformationen zu Personen und Organisationen werden Beiträgen zugeordnet?

Beschreibung

Diese Metrik wertet aus, wer am Projekt und an bestimmten Projektaufgaben gearbeitet hat, und liefert die Zuordnung zu Projektmitwirkenden und angeschlossenen Organisationen. Ziel ist es, durch Einblicke in die Dynamik bezahlter Beiträge einer Community zu verstehen, „wie die Arbeit erledigt wird“.

Lernziele

1. Wer arbeitet an dem Projekt?
2. Wie ist das Verhältnis von ehrenamtlicher Arbeit, geförderter Arbeit und gemischter Arbeit?
3. Wie viele Beiträge werden gesponsert?
4. Wer finanziert die Beiträge?
5. Was Arten von Beiträgen werden gesponsert?
6. Wie vielfältig ist die Gemeinschaft der Mitwirkenden, die an einem Projekt arbeiten?

Sytemimplementierung

Die meisten Beiträge können mithilfe von Ablaufverfolgungsdaten implizit zugeordnet werden, und diese Zuordnungen spiegeln sich in anderen Metriken wider. Diese Metrik stützt sich jedoch stark auf Daten, die freiwillig von Mitwirkenden bereitgestellt und von der Projektleitung interpretiert werden. Die Implementierung dieser Metrik erfordert, dass der Human-in-the-Loop bestimmt, welchen Organisationen und welchen einzelnen Mitwirkenden ein Beitrag zugeschrieben wird. Jedem einzelnen Mitwirkenden sollte die Möglichkeit geboten werden, anzugeben, welche Firma, Stiftung, welches Projekt und/oder welcher Kunde für eine bestimmte Änderung bezahlt hat.

Filter

• Art des Beitragenden (Einzelperson, Organisation, Geschlecht, Rasse, globaler Status, Arbeitsort)
  • Freiwilligenarbeit
  • Gesponsert von einer Firma und/oder einem Kunden
  • Rollen dass ein Mitwirkender an einem Projekt mitspielt (z. B. Betreuer, Vorstandsmitglied usw.)
• Art des Beitrags
  • Links zu Beitragsartefakten wie Zusammenführungsanfragen, Problemen und dergleichen, sofern relevant.
  • Angabe von Beitragstypen, die nicht in Git-Plattformen wie GitHub, GitLab und BitBucket verwaltet werden.
  • Siehe auch: https://chaoss.community/metric-types-of-contributions/
• Freiwillige versus gesponserte - Bezogen auf Organisatorische VielfaltundArbeitsinvestitionen

Visualisierungen

Tools, die die Metrik bereitstellen

1. Die Drupal-Community hat dieses Tool entwickelt und begonnen, es zu verwenden 2015, und hat ihre Ergebnisse gemeldet jährlich
2. Da ist ein Issue offen mit GitLab um diese Funktionalität zu implementieren

Datenerfassungsstrategien

Die Drupal-Community hat ein Beispiel dafür implementiert, wie Informationen gesammelt werden, die für die Berechnung dieser Metrik erforderlich sind. Es verbindet Einzelpersonen und Organisationen, die diese Einzelpersonen als rechtfertigende Zuschreibung für jeden einzelnen Beitrag angeben.

Überlegungen zur Datenethik

Obwohl diese Metrik die Erfassung einer Beziehung zwischen Einzelpersonen und den Beiträgen, die sie leisten, erfordert, besteht die Absicht dieser Metrik NICHT darin, Einzelpersonen zu messen. Ziel ist es, ein breiteres Verständnis dafür zu ermöglichen, wie Beiträge zu diesem Projekt motiviert sind. Es ist ausdrücklich nicht die Absicht dieser Metrik, zur Gamifizierung der Arbeit einzelner Mitwirkender beizutragen.

Bibliographie

• https://dri.es/a-method-for-giving-credit-to-organizations-that-contribute-code-to-open-source
• https://www.drupal.org/blog/who-sponsors-drupal-development
• https://dri.es/who-sponsors-drupal-development-2020
• https://gitlab.com/gitlab-org/gitlab/-/issues/327138

Mitwirkende

• Matthäus Tift
• Sean Goggin
• Elisabeth Baron
• Vinod Ahuja
• Armstrong Foundjem
• Kevin Lumbard

Die Verwendung und Verbreitung von Gesundheitskennzahlen kann zu Datenschutzverletzungen führen. Organisationen können Risiken ausgesetzt sein. Diese Risiken können sich aus der Einhaltung der DSGVO in der EU, der staatlichen Gesetze in den USA oder anderer Gesetze ergeben. Vertragsrisiken können sich auch aus den Nutzungsbedingungen für Datenanbieter wie GitHub und GitLab ergeben. Die Verwendung von Metriken muss auf Risiken und potenzielle datenethische Probleme untersucht werden. Bitte sehen CHAOSS Datenethik-Dokument für zusätzliche Anleitung.