同一專案，不同起點：貢獻事件如何影響開源活動與留存
arXiv - Human-Computer InteractionMohamed Ouf, Mariam Guizani
研究發現，參與 Google Summer of Code 等貢獻事件的新人更易成為核心貢獻者，且留存時間更長，且不同入門方式形成不同參與節奏。
AI 幫你先抓重點
AI 重點 1
穩定週次參與是留存關鍵，提示設計持續互動機制。
滑鼠懸停看 AI 判斷理由
因為研究證實，持續穩定的貢獻節奏能顯著延長留存，教育平台可透過週期性任務或提醒，促進學習者長期參與。
AI 重點 2
導師式活動雖提升核心貢獻機率，但若缺乏持續支援，留存會受限。
滑鼠懸停看 AI 判斷理由
此發現提醒教育者在設計導師計畫時，必須搭配長期跟進與自我效能培養，否則短期成效難以轉化為長期貢獻。
核心研究發現
- 1
事件貢獻者成為核心貢獻者的機率較高（12.1% vs 9.6%），且平均留存時間更長（8.2個月 vs 4.8個月）。
- 2
不同入門機制產生不同參與節奏：68.9%導師式貢獻者持續穩定週次活動，61%非導師式貢獻者呈前載式，57%有機貢獻者呈間歇式。
- 3
穩定參與與更長留存相關；但失去導師支援的導師式貢獻者留存時間短於自我維持的非導師式貢獻者，顯示導師依賴效應。
對教育工作者的啟發
對於開源社群與教育平台，研究指出：①設計能促進穩定週次貢獻的機制（如週期性任務、提醒、成就徽章）可延長新手留存；②導師式計畫應結合持續支援與自我效能訓練，避免依賴短期導師；③在評估新手成效時，重視前12週的參與節奏，可作為預測長期留存的指標。這些策略可直接應用於課程設計、學習管理系統或社群活動，提升學習者的自主學習與持續參與。
原始文獻資訊
- 英文標題：
- Same Project, Different Start: How Contribution Events Shape Activity and Retention in Open Source
- 作者：
- Mohamed Ouf, Mariam Guizani
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。