論文の概要: Scaling Participation -- What Does the Concept of Managed Communities Offer for Participatory Design?

• arxiv url: http://arxiv.org/abs/2005.14045v1
• Date: Thu, 28 May 2020 14:22:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-18 03:00:52.800576
• Title: Scaling Participation -- What Does the Concept of Managed Communities Offer for Participatory Design?
• Title（参考訳）: 参加拡大 - 参加型デザインにおける管理コミュニティの概念とは何か?
• Authors: Stefan Hochwarter and Babak A. Farshchian
• Abstract要約: 本稿では,参加型デザイン(PD)におけるスケーリング参加のメカニズムについて検討する。 まず、PDにおけるスケーリング問題について簡単な紹介を行い、続いてPDにおける管理コミュニティの戦略を探求する。 この論文は、マネージドコミュニティがPDにもたらす可能性について批判的な考察で締めくくられている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper investigates mechanisms for scaling participation in participatory design (PD). Specifically, the paper focuses on managed communities, one strategy of generification work. We first give a brief introduction on the issue of scaling in PD, followed by exploring the strategy of managed communities in PD. This exploration is underlined by an ongoing case study in the healthcare sector, and we propose solutions to observed challenges. The paper ends with a critical reflection on the possibilities managed communities offer for PD. Managed communities have much to offer beyond mere generification work for large-scale information systems, but we need to pay attention to core PD values that are in danger of being sidelined in the process.
• Abstract（参考訳）: 本稿では,参加型デザイン(PD)のスケーリング参加機構について検討する。 具体的には,生成作業の一戦略である管理コミュニティに着目した。 最初にPDにおけるスケーリングの問題について簡単な紹介を行い、続いてPDにおける管理コミュニティの戦略を探る。 この調査は、医療分野で進行中のケーススタディによって下支えされ、観察された課題に対する解決策を提案する。 この論文は、マネージドコミュニティがPDにもたらす可能性について批判的な考察で締めくくられている。 管理されたコミュニティは、大規模な情報システムのための単なる生成作業以上のものを提供していますが、その過程で傍観される危険性のある中核的なPD値に注意を払う必要があります。

関連論文リスト

• Bringing AI Participation Down to Scale: A Comment on Open AIs Democratic Inputs to AI Project [0.0]
  Open AI Democratic Inputsプログラムをレビューし、生成AIへの公的な参加のための手順を設計するための10のチームに資金を提供した。 我々は, LLMの一般性, 抽象的価値の抽出, 問題ではなく解決策の募集, 民主主義への参加など, 共有された仮定をいくつか挙げる。 私たちは代わりに、特定のコミュニティやユースケースを含むAI参加を呼びかけ、修正すべき具体的な問題を提起します。
  論文  参考訳（メタデータ） (2024-07-16T11:22:34Z)
• Participation in the age of foundation models [5.0317146589850195]
  参加的アプローチは、利害関係者に代理店と意思決定権限を貸すことを約束する。 基礎モデルへの参加を取り入れる既存の試みについて検討する。 我々は、より局所的でアプリケーション指向の、有意義な参加機会を特定する、参加型ファンデーションモデルのための青写真を開発する。
  論文  参考訳（メタデータ） (2024-05-29T19:53:23Z)
• Understanding the Factors Influencing Self-Managed Enterprises of Crowdworkers: A Comprehensive Review [49.623146117284115]
  本稿では,クラウドソーシングの自己管理型クラウドワーカー企業(SMEC)への移行について検討する。 SMECの台頭を説明する重要な要因を特定することに焦点を当て、このシフトの基本的な側面を理解するために文献をレビューする。 この研究は、今後の研究を指導し、政策とプラットフォーム開発を指導することを目的としており、この発展途上の風景における公正な労働実践の重要性を強調している。
  論文  参考訳（メタデータ） (2024-03-19T14:33:16Z)
• The Robust Semantic Segmentation UNCV2023 Challenge Results [99.97867942388486]
  本稿では,ICCV 2023で実施されたMUAD不確実性定量化問題に対処するために用いられる勝利解について概説する。 この課題は、都市環境におけるセマンティックセグメンテーションを中心に、特に自然の敵対的なシナリオに焦点を当てた。 本報告では, 最先端の不確実性定量化手法からインスピレーションを得た19件の論文を提示する。
  論文  参考訳（メタデータ） (2023-09-27T08:20:03Z)
• Managing Expert Disagreement for the Policy Process and Beyond [4.206831611888504]
  本稿では,集合的知性プロセスによる議論マップのコンパイルを提案する。 これらの地図は、IGGスタイルのIMGスタイルの世論調査において、評価と要約のための研究コミュニティの幅広いサンプルに与えられる。 政策立案者はこれらの2つの成果(マップと世論調査)を専門家のアドバイスとして受け取る。
  論文  参考訳（メタデータ） (2022-12-28T08:59:12Z)
• Solving the Traveling Salesperson Problem with Precedence Constraints by Deep Reinforcement Learning [59.14935871979047]
  本研究は, 深層強化学習(DRL)を用いた優先制約付きトラベリングセールスパーソン問題(TSPPC)の解を提案する。 これらのアプローチに共通しているのは、マルチヘッドアテンション層に基づくグラフモデルの利用である。
  論文  参考訳（メタデータ） (2022-07-04T14:31:47Z)
• A Survey on Label-efficient Deep Segmentation: Bridging the Gap between Weak Supervision and Dense Prediction [115.9169213834476]
  本稿では,ラベル効率の高いセグメンテーション手法について概説する。 まず,様々な種類の弱いラベルによって提供される監督に従って,これらの手法を整理する分類法を開発する。 次に,既存のラベル効率のセグメンテーション手法を統一的な視点から要約する。
  論文  参考訳（メタデータ） (2022-07-04T06:21:01Z)
• "Public(s)-in-the-Loop": Facilitating Deliberation of Algorithmic Decisions in Contentious Public Policy Domains [10.270369669559269]
  このポジションペーパーは、アルゴリズムによる意思決定において、人間の影響力をどう巻き込むかを考えるための枠組みを提供する。 このアプローチの中心となる3つの特徴は、複数の政治団体としての公開、熟考による集団的な意思決定、公共の構築である。 これらの特徴が、リシビズム予測のような論争の多い公共政策領域において、AI設計へのステークホルダーの参加に対する理解を深める方法を探る。
  論文  参考訳（メタデータ） (2022-04-22T16:50:34Z)
• Beyond the Prototype: Divide-and-conquer Proxies for Few-shot Segmentation [63.910211095033596]
  少ないショットのセグメンテーションは、少数の濃密なラベル付けされたサンプルのみを与えられた、目に見えないクラスオブジェクトをセグメンテーションすることを目的としている。 分割・分散の精神において, 単純かつ多目的な枠組みを提案する。 提案手法は、DCP(disvision-and-conquer proxies)と呼ばれるもので、適切な信頼性のある情報の開発を可能にする。
  論文  参考訳（メタデータ） (2022-04-21T06:21:14Z)
• Q-Mixing Network for Multi-Agent Pathfinding in Partially Observable Grid Environments [62.997667081978825]
  部分的に観測可能なグリッド環境におけるマルチエージェントナビゲーションの問題点を考察する。 エージェントがまず、観察を行動にマッピングする方針を学習し、その目的を達成するためにこれらの方針に従うとき、強化学習アプローチを活用することを提案する。
  論文  参考訳（メタデータ） (2021-08-13T09:44:47Z)
• Unsupervised Co-part Segmentation through Assembly [42.874278526843305]
  画像からのコパートセグメンテーションのための教師なし学習手法を提案する。 我々はビデオに埋め込まれた動作情報を活用し、意味のある対象をセグメント化する潜在表現を明示的に抽出する。 提案手法は,多種多様なベンチマークにおける最先端のアプローチよりも優れた,有意義でコンパクトな部分分割を実現することができることを示す。
  論文  参考訳（メタデータ） (2021-06-10T16:22:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。