Fugu-MT 論文翻訳(概要): Using Computational Grounded Theory to Understand Tutors' Experiences in the Gig Economy

論文の概要: Using Computational Grounded Theory to Understand Tutors' Experiences in the Gig Economy

arxiv url: http://arxiv.org/abs/2201.09787v1
Date: Mon, 24 Jan 2022 16:31:40 GMT
ステータス: 処理完了
システム内更新日: 2022-01-25 19:52:54.330395
Title: Using Computational Grounded Theory to Understand Tutors' Experiences in the Gig Economy
Title（参考訳）: 計算基底理論を用いたギグ経済におけるチューターの経験の理解
Authors: Lama Alqazlan, Rob Procter, Michael Castelle
Abstract要約: 我々は、Redditにおける教師の議論を分析するために、計算基底理論アプローチを用いる。本報告では,本手法の3段階の第一段階について述べる。
参考スコア（独自算出の注目度）: 7.635177360289978
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The introduction of online marketplace platforms has led to the advent of new forms of flexible, on-demand (or 'gig') work. Yet, most prior research concerning the experience of gig workers examines delivery or crowdsourcing platforms, while the experience of the large numbers of workers who undertake educational labour in the form of tutoring gigs remains understudied. To address this, we use a computational grounded theory approach to analyse tutors' discussions on Reddit. This approach consists of three phases including data exploration, modelling and human-centred interpretation. We use both validation and human evaluation to increase the trustworthiness and reliability of the computational methods. This paper is a work in progress and reports on the first of the three phases of this approach.
Abstract（参考訳）: オンラインマーケットプレースプラットフォームの導入は、フレキシブルでオンデマンド(あるいは"ギグ")な作業の新たな形態の出現につながった。しかし、ギグワーカーの経験に関するほとんどの先行研究は、配送プラットフォームやクラウドソーシングプラットフォームを調査しているが、教育労働を指導する多数の労働者の経験は、まだ未調査のままである。そこで我々は,Redditにおける教師の議論を分析するために,計算基底理論アプローチを用いた。このアプローチは、データ探索、モデリング、人間中心の解釈を含む3つのフェーズで構成される。検証と人間評価の両方を用いて,計算手法の信頼性と信頼性を高める。本報告では,本手法の3段階の第一段階について述べる。

関連論文リスト

Combatting Human Trafficking in the Cyberspace: A Natural Language Processing-Based Methodology to Analyze the Language in Online Advertisements [55.2480439325792]
このプロジェクトは、高度自然言語処理(NLP)技術により、オンラインC2Cマーケットプレースにおける人身売買の急激な問題に取り組む。我々は、最小限の監督で擬似ラベル付きデータセットを生成する新しい手法を導入し、最先端のNLPモデルをトレーニングするための豊富なリソースとして機能する。重要な貢献は、Integrated Gradientsを使った解釈可能性フレームワークの実装であり、法執行にとって重要な説明可能な洞察を提供する。
論文参考訳（メタデータ） (2023-11-22T02:45:01Z)
Exploring Practitioner Perspectives On Training Data Attribution Explanations [20.45528493625083]
実践者10名を対象に,データ属性説明の活用可能性について検討した。データ品質のトレーニングが,実際に高いモデルパフォーマンスを実現する上で,最も重要な要素であることに気付きました。我々は,人間と機械のコラボレーションの観点から,TDA技術の有用性に着目するようコミュニティに促す。
論文参考訳（メタデータ） (2023-10-31T14:10:30Z)
Towards Trustworthy and Aligned Machine Learning: A Data-centric Survey with Causality Perspectives [11.63431725146897]
機械学習の信頼性はこの分野において重要なトピックとして浮上している。本調査は,一貫した概念集合を用いた信頼性の高い機械学習開発の背景を示す。我々は,これらの手法を,堅牢性,敵対的堅牢性,解釈可能性,公正性にまたがる数学的語彙を持つ統一言語を提供する。
論文参考訳（メタデータ） (2023-07-31T17:11:35Z)
Let GPT be a Math Tutor: Teaching Math Word Problem Solvers with Customized Exercise Generation [39.282695549919495]
本稿では,大規模言語モデル(LLM)からより小さく,より効率的な学生モデルへ,数学用語の問題解決能力を蒸留する新しい手法を提案する。本手法は, 学生モデルの弱点を考察し, 教育科学の原則に沿った目標運動を生成することによって, 適切な学習体験を育成することを目的としている。
論文参考訳（メタデータ） (2023-05-22T17:36:14Z)
Generalization Properties of Retrieval-based Models [50.35325326050263]
検索ベースの機械学習手法は、幅広い問題で成功をおさめた。これらのモデルの約束を示す文献が増えているにもかかわらず、そのようなモデルの理論的基盤はいまだに解明されていない。本稿では,その一般化能力を特徴付けるために,検索ベースモデルの形式的処理を行う。
論文参考訳（メタデータ） (2022-10-06T00:33:01Z)
An Empirical Study on Distribution Shift Robustness From the Perspective of Pre-Training and Data Augmentation [91.62129090006745]
本稿では,事前学習とデータ拡張の観点から分布シフト問題を考察する。我々は,事前学習とデータ拡張に焦点を当てた,最初の総合的な実証的研究を行った。
論文参考訳（メタデータ） (2022-05-25T13:04:53Z)
Self-Supervised Representation Learning: Introduction, Advances and Challenges [125.38214493654534]
自己教師付き表現学習手法は、大きな注釈付きデータセットを必要とせずに強力な機能学習を提供することを目的としている。本稿では、この活気ある領域について、鍵となる概念、アプローチの4つの主要なファミリーと関連する技術の状態、そして、データの多様性に自己監督手法を適用する方法について紹介する。
論文参考訳（メタデータ） (2021-10-18T13:51:22Z)
A Survey of Human-in-the-loop for Machine Learning [7.056132067948671]
Human-in-the-loopは、人間の知識と経験を統合することで、最小限のコストで正確な予測モデルをトレーニングすることを目的としている。本調査は,ループ内人間に対する高レベルな要約を提供することを目的としており,有効なループ内人間ソリューションを設計するためのアプローチを検討することに関心のある読者を動機付けている。
論文参考訳（メタデータ） (2021-08-02T14:42:28Z)
Contrasting Contrastive Self-Supervised Representation Learning Models [29.1857781719894]
我々は,自己教師付き表現学習の最も成功し,人気のある変種の一つであるコントラスト的アプローチを分析した。エンコーダ30台,プリトレーニングデータセット4台,ダウンストリームタスク20台を含む,700以上のトレーニング実験を行った。
論文参考訳（メタデータ） (2021-03-25T17:40:38Z)
What's New? Summarizing Contributions in Scientific Literature [85.95906677964815]
本稿では,論文のコントリビューションと作業状況について,個別の要約を生成するために,論文要約のアンタングル化という新たなタスクを導入する。本稿では,学術論文のS2ORCコーパスを拡張し,コントリビューション・コントリビューション・コントリビューション・レファレンス・ラベルを付加する。本稿では, 生成した出力の関連性, 新規性, 絡み合いを報告する総合的自動評価プロトコルを提案する。
論文参考訳（メタデータ） (2020-11-06T02:23:01Z)
Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
論文参考訳（メタデータ） (2020-07-07T17:19:56Z)

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。