論文の概要: Secondary Studies in the Academic Context: A Systematic Mapping and
Survey
- arxiv url: http://arxiv.org/abs/2007.07751v1
- Date: Fri, 10 Jul 2020 20:01:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-10 17:04:11.699423
- Title: Secondary Studies in the Academic Context: A Systematic Mapping and
Survey
- Title(参考訳): 学術的文脈における二次研究:システムマッピングと調査
- Authors: Katia Romero Felizardo, \'Erica Ferreira de Souza, Bianca Minetto
Napole\~ao, Nandamudi Lankalapalli Vijaykumar, Maria Teresa Baldassarre
- Abstract要約: 本研究の主な目的は,学術的文脈における二次研究の利用について概観することである。
我々は,SE研究プロジェクト実施のための研究方法論として,セカンダリスタディの利用に関する利用可能かつ関連する研究をSMで検証した。
第2に、64人のSE研究者による調査が行われ、研究プロジェクトを支援するための二次研究を行うことの価値に関する認識が特定された。
- 参考スコア(独自算出の注目度): 4.122293798697967
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Context: Several researchers have reported their experiences in applying
secondary studies (Systematic Literature Reviews - SLRs and Systematic Mappings
- SMs) in Software Engineering (SE). However, there is still a lack of studies
discussing the value of performing secondary studies in an academic context.
Goal: The main goal of this study is to provide an overview on the use of
secondary studies in an academic context. Method: Two empirical research
methods were used. Initially, we conducted an SM to identify the available and
relevant studies on the use of secondary studies as a research methodology for
conducting SE research projects. Secondly, a survey was performed with 64 SE
researchers to identify their perception related to the value of performing
secondary studies to support their research projects. Results: Our results show
benefits of using secondary studies in the academic context, such as, providing
an overview of the literature as well as identifying relevant research
literature on a research area enabling to find reasons to explain why a
research project should be approved for a grant and/or supporting decisions
made in a research project. Difficulties faced by SE graduate students with
secondary studies are that they tend to be conducted by a team and it demands
more effort than a traditional review. Conclusions: Secondary studies are
valuable to graduate students. They should consider conducting a secondary
study for their research project due to the benefits and contributions provided
to develop the overall project. However, the advice of an experienced
supervisor is essential to avoid bias. In addition, the acquisition of skills
can increase student's motivation to pursue their research projects and prepare
them for both academic or industrial careers.
- Abstract(参考訳): 文脈: 何人かの研究者がソフトウェア工学(se)における二次研究(systematic literature review - slr and systematic mappings - sms)の適用経験を報告している。
しかし、学術的な文脈で中等教育を実施することの価値を論じる研究は依然として乏しい。
Goal: この研究の主な目的は、学術的な文脈における二次研究の利用の概要を提供することです。
方法:2つの実証研究手法が用いられた。
当初我々は,SE研究プロジェクト実施のための研究手法として,セカンダリリサーチの利用に関する利用可能な,関連する研究をSMを用いて検討した。
次に,研究プロジェクトを支援する二次研究の価値に関する認識を明らかにするため,64人の研究者による調査を行った。
結果:本研究の結果は,学術的文脈における二次研究の活用,文献の概要の提供,研究分野における研究文献の特定などのメリットを示し,研究プロジェクトへの助成及び/又は研究プロジェクトにおける決定の支持について,研究プロジェクトを承認すべき理由を説明するための理由を見出すことができる。
二次研究のse大学院生が直面する困難は、チームによって行われる傾向があり、従来のレビューよりも多くの努力を必要とすることである。
結論: 大学院生にとって二次研究は有益である。
プロジェクト全体の発展に資する利益と貢献のために、研究プロジェクトのための二次的な研究を行うことを検討するべきである。
しかし、経験豊富な上司のアドバイスはバイアスを避けるために不可欠である。
さらに、スキルの獲得は、研究プロジェクトを追求し、学術的または工業的なキャリアのために準備する学生のモチベーションを高めることができる。
関連論文リスト
- Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。
これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文 参考訳(メタデータ) (2025-02-07T18:26:45Z) - Software analytics for software engineering: A tertiary review [2.7386485828693576]
ソフトウェア工学(SE)におけるソフトウェア分析(SA)の利用に関する5つの二次研究を同定する。
これらの二次研究の目的と探索時間枠の重複にもかかわらず、これらの二次研究の間には一次研究の重複は無視できない。
これらの二次研究で確認された文献の概要は、より包括的なトピックの概要を提供するのに役立つと結論付けている。
論文 参考訳(メタデータ) (2024-10-08T08:28:03Z) - What is the Role of Large Language Models in the Evolution of Astronomy Research? [0.0]
ChatGPTや他の最先端の大規模言語モデル(LLM)は、急速に複数のフィールドを変換している。
これらのモデルは、一般に広大なデータセットに基づいて訓練され、人間のようなテキスト生成能力を示す。
論文 参考訳(メタデータ) (2024-09-30T12:42:25Z) - ResearchArena: Benchmarking Large Language Models' Ability to Collect and Organize Information as Research Agents [21.17856299966841]
本研究では,学術調査における大規模言語モデル(LLM)の評価のためのベンチマークであるResearchArenaを紹介する。
これらの機会を養うため、12万のフルテキスト学術論文と7.9Kのサーベイ論文の環境を構築した。
論文 参考訳(メタデータ) (2024-06-13T03:26:30Z) - ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models [56.08917291606421]
ResearchAgentは、新しい作品のアイデアと運用のためのAIベースのシステムである。
ResearchAgentは、新しい問題を自動で定義し、手法と設計実験を提案し、繰り返し修正する。
我々は、複数の分野にわたる科学論文に関するResearchAgentを実験的に検証した。
論文 参考訳(メタデータ) (2024-04-11T13:36:29Z) - SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。
SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。
本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
論文 参考訳(メタデータ) (2024-04-09T15:01:51Z) - A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [55.33653554387953]
パターン分析とマシンインテリジェンス(PAMI)は、情報の収集と断片化を目的とした多くの文献レビューにつながっている。
本稿では、PAMI分野におけるこれらの文献レビューの徹底的な分析について述べる。
1)PAMI文献レビューの構造的・統計的特徴は何か,(2)レビューの増大するコーパスを効率的にナビゲートするために研究者が活用できる戦略は何か,(3)AIが作成したレビューの利点と限界は人間によるレビューと比較するとどのようなものか,という3つの主要な研究課題に対処しようとする。
論文 参考訳(メタデータ) (2024-02-20T11:28:50Z) - Privacy Impact Assessments in the Wild: A Scoping Review [1.7677916783208343]
プライバシ・インパクト・アセスメント(PIAs)は、プロジェクトやシステムのプライバシ・インパクトを評価するための体系的なプロセスを提供する。
PIAは、設計によるプライバシに対する主要なアプローチの1つであり、脅威とコントロールの早期識別をサポートする。
質的かつ定量的な、このトピックに関するより基本的な研究には、依然として大きなニーズがある。
論文 参考訳(メタデータ) (2024-02-17T05:07:10Z) - Apples, Oranges, and Software Engineering: Study Selection Challenges
for Secondary Research on Latent Variables [8.612556181934291]
抽象概念を測ることができないことは、ソフトウェア工学の二次研究にとって直接的に課題となる。
標準化された測定機器はめったに利用できないが、たとえあるとしても、多くの研究者はそれを使用せず、また研究された概念の定義も提供していない。
したがって、セカンダリリサーチを行うSE研究者は、(a)どの一次研究が同じ構造を測るか、(b)同じ構造を全く異なる測定値と比較し、集約する方法を決定する必要がある。
論文 参考訳(メタデータ) (2024-02-13T17:32:17Z) - Fairness in Recommender Systems: Research Landscape and Future
Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。
この分野での研究が現在どのように行われているのかを概観する。
全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文 参考訳(メタデータ) (2022-05-23T08:34:25Z) - A Survey of Knowledge Tracing: Models, Variants, and Applications [70.69281873057619]
知識追跡は、学生の行動データ分析の基本的なタスクの1つである。
我々は、異なる技術経路を持つ3種類の基本KTモデルを示す。
この急速に成長する分野における今後の研究の方向性について論じる。
論文 参考訳(メタデータ) (2021-05-06T13:05:55Z)
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。