論文の概要: Gr\"o{\ss}e als Erfolgsgarant? Zur Bedeutung der Organisationstruktur f\"ur die Einwerbung von Drittmitteln der Deutschen Forschungsgemeinschaft

• arxiv url: http://arxiv.org/abs/2106.11033v1
• Date: Thu, 3 Jun 2021 08:47:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-03-27 23:12:53.624312
• Title: Gr\"o{\ss}e als Erfolgsgarant? Zur Bedeutung der Organisationstruktur f\"ur die Einwerbung von Drittmitteln der Deutschen Forschungsgemeinschaft
• Title（参考訳）: アルス・エルフォルグスガーラントの「o{\ss}e als erfolgsgarant」? ドイツにおけるドミットテルンの組織構造に関する研究
• Authors: Axel Oberschelp, Stephan Stahlschmidt
• Abstract要約: ドイツ研究財団(DFG)の資金は、財団の評判の高さから中心的な役割を果たしている。 本研究は、大学研究の文脈におけるDFG資金の分析である。 施設の大きさ、設備、教育活動など、いくつかの要因が分析されている。
• 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: Research funding through third-party financing is of considerable importance for the German science system. The funds of the German Research Foundation (DFG) serve as the central focus due to the high reputation of the foundation. However, it has not been clarified yet to what extent the chances of successfully acquiring these funds depend on the structure of the university as an institution. The present study analyses DFG funding in the context of university research and examines the role of organisational conditions in the acquisition of funding. Several factors, such as size of the institution, equipment, and teaching activities, are analysed. The empirical study focuses on four subjects and investigates the correlation between funding success and conditional factors using a Bayesian approach. Results reveal the considerable relevance of the factors size as well as provision of academic and non-academic personnel. This implies that the organisational conditions are to be taken into account while evaluating third-party financing success.
• Abstract（参考訳）: サードパーティの資金調達による研究資金は、ドイツの科学システムにとって非常に重要である。 ドイツ研究財団(DFG)の資金は、財団の評判の高さから中心的な役割を果たしている。 しかし、これらの資金の獲得に成功する可能性は、制度としての大学構造にどの程度依存するかは、まだ明らかになっていない。 本研究は,大学研究の文脈におけるdfgの資金提供を分析し,資金獲得における組織的条件の役割を考察する。 施設の大きさ、設備、教育活動など、いくつかの要因が分析されている。 本研究は,4つの課題に着目し,ベイズアプローチによる資金調達成功と条件因子の相関について検討した。 その結果、要因の大きさと学術的・非学術的人材の供給のかなりの関連性を明らかにした。 これは、サードパーティのファイナンスの成功を評価しながら、組織条件を考慮する必要があることを意味する。

関連論文リスト

• The Rise of Large Language Models and the Direction and Impact of US Federal Research Funding [43.39016984353673]
  大規模言語モデル(LLM)は急速に科学的実践に拡散している。 科学的な執筆と評価においてAIの使用に注目が集まる一方で、LLMの台頭が公的資金の展望をどう変えているかについてはほとんど分かっていない。 LLMの使用は2023年から急激に増加し、バイモーダル分布が示され、最小使用と実体使用の明確な分割が示される。
  論文  参考訳（メタデータ） (2026-01-21T21:37:08Z)
• Same Claim, Different Judgment: Benchmarking Scenario-Induced Bias in Multilingual Financial Misinformation Detection [64.75447949495307]
  大規模言語モデル (LLM) は金融分野に広く適用されている。 行動バイアスは、意思決定における不安定性と不確実性をもたらす可能性がある。 mfmdscenは様々な経済シナリオで mfmdの行動バイアスを評価するベンチマークです
  論文  参考訳（メタデータ） (2026-01-08T22:00:32Z)
• FinDeepResearch: Evaluating Deep Research Agents in Rigorous Financial Analysis [110.5695516127813]
  HisRubricは階層的な分析構造ときめ細かいグレーディングルーブリックを備えた新しい評価フレームワークである。 FinDeepResearchは、4つの言語にまたがる8つの金融市場から64の上場企業からなるベンチマークである。 6つのDRエージェント、深い推論能力と探索能力を備えた5つのLLM、深い推論能力を持つ5つのLLMを含む16の代表的な手法を用いてFinDeepResearchに関する広範な実験を行った。
  論文  参考訳（メタデータ） (2025-10-15T17:21:56Z)
• FinAgentBench: A Benchmark Dataset for Agentic Retrieval in Financial Question Answering [57.18367828883773]
  FinAgentBenchは、ファイナンスにおける多段階推論によるエージェント検索を評価するためのベンチマークである。 このベンチマークは、S&P-500上場企業に関する26Kのエキスパートアノテート例から成っている。 我々は,最先端モデルの集合を評価し,対象の微調整がエージェント検索性能を大幅に向上することを示す。
  論文  参考訳（メタデータ） (2025-08-07T22:15:22Z)
• Quantitative analysis of the value of investment in research facilities, with examples from cyberinfrastructure [0.0]
  研究施設への投資額は、長年、高等教育や研究政策において疑問視されてきた。 本研究では,研究施設への投資によって生み出された量的価値を評価する手法を提案する。
  論文  参考訳（メタデータ） (2025-02-11T00:31:13Z)
• Basic Research, Lethal Effects: Military AI Research Funding as Enlistment [1.77513002450736]
  我々は、2007年から2023年までのDoD助成金のコーパスから、人工知能(AI)分野の研究者に宛てたものに焦点を当てた。 我々は、基礎研究と応用研究の区別を批判的に検証し、基礎研究として資金調達の枠組みがどうあるべきかを示した。 我々は、助成金は、研究開発機関と学術AI研究コミュニティの相互参加のための手段として機能し、研究アジェンダを設定していると論じている。
  論文  参考訳（メタデータ） (2024-11-26T19:29:27Z)
• On the Societal Impact of Open Foundation Models [93.67389739906561]
  ここでは、広く利用可能なモデルウェイトを持つものとして定義されている、オープンファンデーションモデルに重点を置いています。 オープンファンデーションモデルの5つの特徴を識別し,その利点とリスクを両立させる。
  論文  参考訳（メタデータ） (2024-02-27T16:49:53Z)
• Causal Inference for Banking Finance and Insurance A Survey [4.691259009382681]
  因果推論は統計モデルと人工知能モデルによって決定された決定を説明する上で重要な役割を果たしている。 本稿では,1992-2023年に発行された37の論文の総合的な調査と,銀行・金融・保険への因果推論の適用について述べる。
  論文  参考訳（メタデータ） (2023-07-31T06:22:34Z)
• Incentive-Theoretic Bayesian Inference for Collaborative Science [59.15962177829337]
  未知のパラメータについて、プライベートな先行エージェントが存在する場合の仮説テストについて検討する。 エージェントの戦略行動によって明らかにされる情報を活用する統計的推論を行う方法を示す。
  論文  参考訳（メタデータ） (2023-07-07T17:59:01Z)
• Systematic Review on Reinforcement Learning in the Field of Fintech [0.36832029288386137]
  本研究の目的は,強化学習と複雑性の相関関係に関する探索的研究を行うことである。 フィールドにおけるRLベースの戦略の使用は、他の最先端アルゴリズムよりもかなり優れた性能を示す。 金融を扱う組織は、スマートオーダーのチャネルリング、マーケットメイキング、ヘッジとオプション、価格設定、ポートフォリオ最適化、最適な実行から大きな恩恵を受けることができます。
  論文  参考訳（メタデータ） (2023-04-29T07:48:42Z)
• Exploring the Confounding Factors of Academic Career Success: An Empirical Study with Deep Predictive Modeling [43.91066315776696]
  本稿では,実証的,予測的モデリングの観点から,学業成功の決定要因について検討する。 我々は、共著者ネットワークを分析し、潜在的な学者が、成長するにつれて、より早く、より密接に、影響力のある学者と密接に働くことを発見した。 フェローであることは、引用の改善や生産性の向上をもたらすことができませんでした。
  論文  参考訳（メタデータ） (2022-11-19T08:16:21Z)
• Causal Fairness Analysis [68.12191782657437]
  意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。 我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。 本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
  論文  参考訳（メタデータ） (2022-07-23T01:06:34Z)
• Do interests affect grant application success? The role of organizational proximity [0.11421942894219898]
  パネルメンバーの1人と同じ所属の応募者として定義された組織的近接が、助成金を受ける確率に与える影響について検討する。 この助成金を受ける確率は、申請者が助成金の使用に同意した機関のパネリストがいるパネルに申請した場合に大きく上昇する。 同時に、効果は規律と国によって異なり、男性は女性よりも利益が高い。
  論文  参考訳（メタデータ） (2022-05-26T22:02:54Z)
• The Gene of Scientific Success [12.755041724671159]
  本稿では,科学的影響を改善するための因果要因の同定と評価方法について詳述する。 著者中心および記事中心の要因は、コンピュータ科学分野における学者の今後の成功に最も関連性が高い。
  論文  参考訳（メタデータ） (2022-02-17T06:16:15Z)
• 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)
• Insights into Fairness through Trust: Multi-scale Trust Quantification for Financial Deep Learning [94.65749466106664]
  金融深層学習において探求されていない公平性の基本的な側面は、信頼の概念である。 クレジットカードのデフォルト予測のために,ディープニューラルネットワーク上でマルチスケール信頼度定量化を行う。
  論文  参考訳（メタデータ） (2020-11-03T19:05:07Z)

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。