論文の概要: Industry-Academia Research Collaboration in Software Engineering: The
Certus Model
- arxiv url: http://arxiv.org/abs/2204.11039v1
- Date: Sat, 23 Apr 2022 10:16:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-27 07:10:59.216938
- Title: Industry-Academia Research Collaboration in Software Engineering: The
Certus Model
- Title（参考訳）: ソフトウェア工学における産学連携:certusモデル
- Authors: Dusica Marijan, Arnaud Gotlieb
- Abstract要約: ソフトウェアエンジニアリングでスケーラブルで効果的な研究コラボレーションを構築することは、非常に難しいことで知られています。
本稿では,参加型知識創造の文化を実現するための,産学連携の成功要因を理解することを目的とする。
- 参考スコア（独自算出の注目度）: 13.021014899410684
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Context: Research collaborations between software engineering industry and
academia can provide significant benefits to both sides, including improved
innovation capacity for industry, and real-world environment for motivating and
validating research ideas. However, building scalable and effective research
collaborations in software engineering is known to be challenging. While such
challenges can be varied and many, in this paper we focus on the challenges of
achieving participative knowledge creation supported by active dialog between
industry and academia and continuous commitment to joint problem solving.
Objective: This paper aims to understand what are the elements of a successful
industry-academia collaboration that enable the culture of participative
knowledge creation. Method: We conducted participant observation collecting
qualitative data spanning 8 years of collaborative research between a software
engineering research group on software V&V and the Norwegian IT sector. The
collected data was analyzed and synthesized into a practical collaboration
model, named the Certus Model. Results: The model is structured in seven
phases, describing activities from setting up research projects to the
exploitation of research results. As such, the Certus model advances other
collaborations models from literature by delineating different phases covering
the complete life cycle of participative research knowledge creation.
Conclusion: The Certus model describes the elements of a research collaboration
process between researchers and practitioners in software engineering, grounded
on the principles of research knowledge co-creation and continuous commitment
to joint problem solving. The model can be applied and tested in other contexts
where it may be adapted to the local context through experimentation.
- Abstract（参考訳）: コンテキスト: ソフトウェアエンジニアリング産業とアカデミックの間の研究コラボレーションは、業界におけるイノベーション能力の改善や、研究アイデアのモチベーションと検証のための現実世界環境など、双方に大きなメリットをもたらします。
しかし、ソフトウェア工学におけるスケーラブルで効果的な研究コラボレーションの構築は難しいことが知られている。
このような課題は多岐にわたるが,本稿では,産学の積極的対話と共同問題解決への継続的なコミットメントが支える参加型知識創造の課題に焦点をあてる。
目的:本稿は,参加型知識創造の文化を実現する産学連携の成功の要素について理解することを目的とする。
方法:我々は,ソフトウェアv&vに関するソフトウェア工学研究グループとノルウェーのit部門による8年間の共同研究にまたがる質的データ収集を行った。
収集したデータは分析され、Certus Modelと呼ばれる実用的なコラボレーションモデルに合成された。
結果: モデルは7段階に構成され, 研究プロジェクトの構築から研究成果の活用までの活動を記述する。
このように、セルトゥスモデルは、参加型研究知識創造のライフサイクル全体をカバーする異なるフェーズを記述し、文学から他のコラボレーションモデルを発展させる。
結論:certusモデルは、ソフトウェア工学の研究者と実践者の間の研究コラボレーションプロセスの要素を記述し、研究知識の共創と共同問題解決への継続的なコミットメントの原則に基づく。
モデルは、実験を通じて局所的なコンテキストに適応できる他のコンテキストに適用およびテストすることができる。
関連論文リスト
- Agile Minds, Innovative Solutions, and Industry-Academia Collaboration: Lean R&D Meets Problem-Based Learning in Software Engineering Education [1.4454625330080995]
この記事では、ビジネスとソフトウェア開発のシナジーを強調しながら、リーンR&Dをスキル原則で拡張することを目的としています。
実際の課題に取り組んでいた40人のパートタイム学生が講義や指導を受けていた。
学生は知識能力の向上を報告し、実際の問題に取り組むことは学習に最も貢献していると認識した。
論文 参考訳（メタデータ） (2024-07-22T18:47:14Z) - Teaching Research Design in Software Engineering [1.9659095632676098]
経験的ソフトウェア工学(ESE)は、新しい技術を採用する際の実践を伝える知識を批判的に評価し提供することを目的とした競争力として登場した。
この章では、ESEにおけるソフトウェアエンジニアと研究者の教育に不可欠な研究設計の基礎的スキルについて教えている。
論文 参考訳（メタデータ） (2024-07-06T21:06:13Z) - Action Research with Industrial Software Engineering -- An Educational Perspective [0.5257115841810258]
アクションリサーチは、産業環境でのソフトウェアエンジニアリング手法の有用性とユーザビリティを探求する機会を提供する。
ソフトウェア開発組織と異なる種類のインタラクションが必要です。
本章は、行動研究の学習と指導を支援することを目的としている。
論文 参考訳（メタデータ） (2024-07-05T17:05:06Z) - MASSW: A New Dataset and Benchmark Tasks for AI-Assisted Scientific Workflows [58.56005277371235]
我々は,Multi-Aspect Summarization of ScientificAspectsに関する総合テキストデータセットであるMASSWを紹介する。
MASSWには過去50年間にわたる17の主要なコンピュータサイエンスカンファレンスから152,000以上の査読論文が含まれている。
我々は、この新しいデータセットを用いてベンチマーク可能な、複数の新しい機械学習タスクを通じて、MASSWの有用性を実証する。
論文 参考訳（メタデータ） (2024-06-10T15:19:09Z) - SciOps: Achieving Productivity and Reliability in Data-Intensive Research [0.8414742293641504]
科学者たちは、実験や研究の目標を拡大するために、機器、自動化、協調ツールの進歩をますます活用している。
神経科学を含む様々な科学分野は、コラボレーション、インスピレーション、自動化を強化するための重要な技術を採用してきた。
厳密な科学的操作の原理を説明する5段階の能力成熟度モデルを導入する。
論文 参考訳（メタデータ） (2023-12-29T21:37:22Z) - 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) - GLUECons: A Generic Benchmark for Learning Under Constraints [102.78051169725455]
本研究では,自然言語処理とコンピュータビジョンの分野における9つのタスクの集合であるベンチマークを作成する。
外部知識を制約としてモデル化し、各タスクの制約のソースを特定し、これらの制約を使用するさまざまなモデルを実装します。
論文 参考訳（メタデータ） (2023-02-16T16:45:36Z) - Towards Automated Process Planning and Mining [77.34726150561087]
我々は、AIとBPM分野の研究者が共同で働く研究プロジェクトについて紹介する。
プロセスモデルを自動的に導出するための総合的な研究課題、研究の関連分野、および総合的な研究枠組みについて論じる。
論文 参考訳（メタデータ） (2022-08-18T16:41:22Z) - Industry-academia research collaboration and knowledge co-creation:
Patterns and anti-patterns [12.434688497507397]
本稿では,ソフトウェア工学における産業と学界のコラボレーションと知識共創の経験について報告する。
私たちの経験は、ソフトウェアエンジニアリングの研究者と、ヨーロッパとノルウェーのソフトウェアとIT産業の間の14年間のコラボレーションに及びます。
得られた知見と経験をもとに,産学連携のための14のパターンと14のアンチパターンのセットを提供する。
論文 参考訳（メタデータ） (2022-04-29T16:10:19Z) - 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。