論文の概要: Interdisciplinary Research Methodologies in Engineering Education
Research
- arxiv url: http://arxiv.org/abs/2104.04062v2
- Date: Sun, 18 Apr 2021 14:52:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-06 17:03:48.714196
- Title: Interdisciplinary Research Methodologies in Engineering Education
Research
- Title(参考訳): 工学教育研究における学際研究方法論
- Authors: David Reynolds, Nicholas Dacre
- Abstract要約: 工学教育研究が発展するにつれて、EER学者は学習理論の発展に貢献する必要がある。
本稿では、EERの観点からの厳密な研究の概観と、EERの中核となる方法論的伝統を概観する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As Engineering Education Research (EER) develops as a discipline it is
necessary for EER scholars to contribute to the development of learning theory
rather than simply being informed by it. It has been suggested that to do this
effectively will require partnerships between Engineering scholars and
psychologists, education researchers, including other social scientists. The
formation of such partnerships is particularly important when considering the
introduction of business-related skills into engineering curriculum designed to
prepare 21st Century Engineering Students for workplace challenges. In order to
encourage scholars beyond Engineering to engage with EER, it is necessary to
provide an introduction to the complexities of EER. With this aim in mind, this
paper provides an outline review of what is considered rigorous research from
an EER perspective as well as highlighting some of the core methodological
traditions of EER. The paper aims to facilitate further discussion between EER
scholars and researchers from other disciplines, ultimately leading to future
collaboration on innovative and rigorous EER.
- Abstract(参考訳): 工学教育研究(EER)が専門分野として発展するにつれて、EERの学者は単に情報を得るのではなく、学習理論の発展に貢献する必要がある。
これを効果的に行うには、工学研究者と心理学者、教育研究者、その他社会科学者とのパートナーシップが必要であることが示唆されている。
こうしたパートナーシップの形成は、21世紀の工学生を職場の課題に備えた工学カリキュラムにビジネス関連のスキルを導入することを考えると、特に重要である。
工学以外の研究者にEERへの関与を促すためには,EERの複雑さを紹介することが必要である。
この目的を念頭に、本論文は、EERの観点から見れば厳密な研究と考えられるものの概要と、EERの中核となる方法論的伝統を概観するものである。
本稿は、EER研究者と他の分野の研究者のさらなる議論を促進することを目的としており、最終的には革新的で厳格なEERに関する今後の共同研究に繋がる。
関連論文リスト
- On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳(メタデータ) (2023-11-01T11:16:41Z) - The Participatory Turn in AI Design: Theoretical Foundations and the
Current State of Practice [64.29355073494125]
本稿は、既存の理論文献を合成して、AI設計における「参加的転換」を掘り下げることを目的としている。
我々は、最近発表された研究および12人のAI研究者および実践者に対する半構造化インタビューの分析に基づいて、AI設計における参加実践の現状に関する実証的な知見を述べる。
論文 参考訳(メタデータ) (2023-10-02T05:30:42Z) - Human-Centered Responsible Artificial Intelligence: Current & Future
Trends [76.94037394832931]
近年、CHIコミュニティは人間中心のレスポンシブル人工知能の研究において著しい成長を遂げている。
この研究はすべて、人権と倫理に根ざしたまま、人類に利益をもたらすAIを開発し、AIの潜在的な害を減らすことを目的としている。
本研究グループでは,これらのトピックに関心のある学術・産業の研究者を集結させ,現在の研究動向と今後の研究動向を地図化することを目的とする。
論文 参考訳(メタデータ) (2023-02-16T08:59:42Z) - Engaging with Researchers and Raising Awareness of FAIR and Open Science
through the FAIR+ Implementation Survey Tool (FAIRIST) [0.0]
FAIRに関する論文が発表されてから6年後、研究者はまだFAIRの実装方法を理解するのに苦労している。
FAIR+実装調査ツール(FAIRIST)は、研究要件と研究提案を体系的な方法で統合することで問題を緩和する。
論文 参考訳(メタデータ) (2023-01-17T22:38:30Z) - Scalable authentic research education framework [6.99768150961445]
本稿では,様々な学校において,真正研究の方法論を広く採用するための枠組みについて報告する。
我々は、既存の多くの研究教育プログラムに現れる共通の障壁を列挙し、対処する。
当社のアプローチは、特定のニーズに対して機械学習の有用性を評価する機会を得る科学者に直接利益をもたらす。
論文 参考訳(メタデータ) (2022-09-19T16:50:05Z) - Heterogeneous Graph Learning for Explainable Recommendation over
Academic Networks [14.99215332381067]
本研究は、学業移行の行動を理解することを目的として、Ph.D.卒業生に適した制度を推薦する。
このデザインは学術的・学術的なネットワークの上に構築され、学者や機関間の科学的コラボレーションに関する豊富な情報を含んでいる。
本稿では,複数のメタパス間の隠れた関係を発見するために,学術的注意とメタパス的注意を提案する。
論文 参考訳(メタデータ) (2022-02-16T02:40:09Z) - Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and
Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。
本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文 参考訳(メタデータ) (2021-11-01T17:57:04Z) - Human Capabilities as Guiding Lights for the Field of AI-HRI: Insights
from Engineering Education [4.278036793107818]
社会正義志向の工学教育フレームワークは、どのプロジェクトが真に人間のニーズに対処するかについての学生の意思決定をガイドするために開発された。
本稿では,AI-HRIの分野においてそのような理論が果たす役割について考察し,我々のコミュニティがこれらの勧告に合致する程度(あるいはそうではない)について考察し,研究コミュニティがこれらの理論から指導を受ける未来を構想する。
論文 参考訳(メタデータ) (2021-10-06T19:20:57Z) - The Rise of a New Digital Third Space Professional in Higher Education:
Recognising Research Software Engineering [0.0]
リサーチ・ソフトウェア・エンジニアリング(Research Software Engineering)は、専門的なソフトウェアスキルを研究分野に適用する技術である。
RSEは、スタンドアロンの機能を提供するのではなく、研究者と協力的に連携する。
RSEとRSEマネジメントは、高等教育分野における新しいタイプの第3の宇宙専門家である。
論文 参考訳(メタデータ) (2021-03-01T14:34:17Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳(メタデータ) (2021-01-15T10:43:10Z) - Learnings from Frontier Development Lab and SpaceML -- AI Accelerators
for NASA and ESA [57.06643156253045]
AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。
我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。
FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
論文 参考訳(メタデータ) (2020-11-09T21:23:03Z)
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。