論文の概要: On how Cognitive Computing will plan your next Systematic Review
- arxiv url: http://arxiv.org/abs/2012.08178v1
- Date: Tue, 15 Dec 2020 09:56:09 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-07 05:13:04.718348
- Title: On how Cognitive Computing will plan your next Systematic Review
- Title(参考訳): 認知コンピューティングが次の体系的レビューをどう計画するか
- Authors: Maisie Badami, Marcos Baez, Shayan Zamanirad, Wei Kang
- Abstract要約: 我々は,24人のSLR著者の計画実践,課題,支援戦略に対するフィードバックについての知見を報告する。
我々はこの知見をcognitive augmentation frameworkで検証し,プロトタイプの実装と評価について報告する。
- 参考スコア(独自算出の注目度): 3.0816257225447763
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Systematic literature reviews (SLRs) are at the heart of evidence-based
research, setting the foundation for future research and practice. However,
producing good quality timely contributions is a challenging and highly
cognitive endeavor, which has lately motivated the exploration of automation
and support in the SLR process. In this paper we address an often overlooked
phase in this process, that of planning literature reviews, and explore under
the lenses of cognitive process augmentation how to overcome its most salient
challenges. In doing so, we report on the insights from 24 SLR authors on
planning practices, its challenges as well as feedback on support strategies
inspired by recent advances in cognitive computing. We frame our findings under
the cognitive augmentation framework, and report on a prototype implementation
and evaluation focusing on further informing the technical feasibility.
- Abstract(参考訳): 体系的文献レビュー(SLRs)は証拠に基づく研究の中心であり、将来の研究と実践の基礎となっている。
しかし、良い品質のタイムリーなコントリビューションを生み出すことは難しく、非常に認知的な取り組みであり、近年SLRプロセスにおける自動化とサポートの探求の動機となっている。
本稿では,このプロセスにおいてしばしば見過ごされがちな段階,すなわち文献レビューの計画について論じ,その最善の課題を克服するための認知過程強化のレンズの下で検討する。
そこで本研究では,24人のSLR著者の計画実践,課題,認知コンピューティングの最近の進歩に触発された支援戦略に対するフィードバックについて報告する。
本研究の成果は,認知能力向上フレームワークに基づくもので,技術的実現可能性の向上に焦点をあてたプロトタイプの実装と評価について報告する。
関連論文リスト
- A Literature Review of Literature Reviews in Pattern Analysis and
Machine Intelligence [62.90682521144006]
この分析は、様々な観点からPAMI分野のレビューを徹底的にレビューすることを目的としている。
書評を自動評価するために,大規模言語モデルを用いた書評指標を提案する。
新たに登場したAI生成の文献レビューも評価されている。
論文 参考訳(メタデータ) (2024-02-20T11:28:50Z) - Learning Planning-based Reasoning by Trajectories Collection and Process
Reward Synthesizing [66.50096740792928]
収集された軌道上での直接選好最適化(DPO)を通して計画に基づく推論を学習するフレームワークを提案する。
論理的推論ベンチマークの挑戦的な結果から,学習フレームワークの有効性が示された。
論文 参考訳(メタデータ) (2024-02-01T15:18:33Z) - A Systematic Literature Review on Explainability for Machine/Deep
Learning-based Software Engineering Research [23.966640472958105]
本稿では,ソフトウェア工学の文脈におけるAIモデルの説明可能性の向上を目的とした,体系的な文献レビューを行う。
我々は,XAI技術がこれまで成功してきたSEタスク,(2)異なるXAI手法の分類と分析,(3)既存の評価手法を考察することを目的としている。
論文 参考訳(メタデータ) (2024-01-26T03:20:40Z) - AI in Supply Chain Risk Assessment: A Systematic Literature Review and
Bibliometric Analysis [0.0]
サプライチェーンリスクアセスメント(SCRA)は、人工知能(AI)と機械学習(ML)技術を統合することで、大きな進化を目撃している。
以前のレビューでは確立した方法論を概説しているが、新たなAI/ML技術を見落としている。
本稿では,総合的な文献分析と体系的な文献レビューを行う。
論文 参考訳(メタデータ) (2023-12-12T17:47:51Z) - Resilience of Deep Learning applications: a systematic survey of
analysis and hardening techniques [3.6700486326641903]
このレビューは、2019年1月から2023年3月までに出版された163の科学論文に基づいている。
著者らは、研究の類似点と特異点を解釈し、強調するために分類フレームワークを採用している。
今後の研究の方向性に関する提言は、解決すべきオープンチャレンジの形で提案されている。
論文 参考訳(メタデータ) (2023-09-27T19:22:19Z) - A Domain-Agnostic Approach for Characterization of Lifelong Learning
Systems [128.63953314853327]
「生涯学習」システムには,1)継続的学習,2)伝達と適応,3)拡張性があります。
この一連のメトリクスは、様々な複雑な生涯学習システムの開発に役立てることができることを示す。
論文 参考訳(メタデータ) (2023-01-18T21:58:54Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - Deep Learning Schema-based Event Extraction: Literature Review and
Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。
本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文 参考訳(メタデータ) (2021-07-05T16:32:45Z) - Scaling up Search Engine Audits: Practical Insights for Algorithm
Auditing [68.8204255655161]
異なる地域に数百の仮想エージェントを配置した8つの検索エンジンの実験を行った。
複数のデータ収集にまたがる研究インフラの性能を実証する。
仮想エージェントは,アルゴリズムの性能を長時間にわたって監視するための,有望な場所である,と結論付けている。
論文 参考訳(メタデータ) (2021-06-10T15:49:58Z) - Trends, Limitations and Open Challenges in Automatic Readability
Assessment Research [0.0]
本稿は,可読性評価のための計算モデルの開発に関する現代研究に関する調査である。
共通のアプローチを特定し、その欠点を議論し、将来の課題をいくつか特定する。
論文 参考訳(メタデータ) (2021-05-03T16:18:42Z)
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。