論文の概要: Industry-academia research collaboration and knowledge co-creation:
Patterns and anti-patterns
- arxiv url: http://arxiv.org/abs/2204.14180v1
- Date: Fri, 29 Apr 2022 16:10:19 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-02 18:32:17.986258
- Title: Industry-academia research collaboration and knowledge co-creation:
Patterns and anti-patterns
- Title（参考訳）: 産学連携と知識共同創造:パターンとアンチパターン
- Authors: Dusica Marijan and Sagar Sen
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 12.434688497507397
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Increasing the impact of software engineering research in the software
industry and the society at large has long been a concern of high priority for
the software engineering community. The problem of two cultures, research
conducted in a vacuum (disconnected from the real world), or misaligned time
horizons are just some of the many complex challenges standing in the way of
successful industry-academia collaborations. This paper reports on the
experience of research collaboration and knowledge co-creation between industry
and academia in software engineering as a way to bridge the research-practice
collaboration gap. Our experience spans 14 years of collaboration between
researchers in software engineering and the European and Norwegian software and
IT industry. Using the participant observation and interview methods we have
collected and afterwards analyzed an extensive record of qualitative data.
Drawing upon the findings made and the experience gained, we provide a set of
14 patterns and 14 anti-patterns for industry-academia collaborations, aimed to
support other researchers and practitioners in establishing and running
research collaboration projects in software engineering.
- Abstract（参考訳）: ソフトウェア産業や社会全体におけるソフトウェアエンジニアリング研究の影響の増大は、ソフトウェアエンジニアリングコミュニティにとって、長い間、高い優先度の懸念であった。
2つの文化の問題、真空(現実世界から切り離された)での研究、あるいは不整合の時間的地平線は、業界と学界のコラボレーションの成功の道に立つ多くの複雑な課題の1つにすぎない。
本稿では,研究と実践のコラボレーションのギャップを埋める方法として,ソフトウェア工学における産学連携と知識共生の経験について報告する。
私たちの経験は、ソフトウェア工学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14年間にわたるコラボレーションです。
参加者の観察と面接の手法を用いて,定性的データの広範な記録を収集,分析した。
得られた知見と得られた経験を踏まえて,14のパターンと14のアンチパターンを産学連携に提供し,ソフトウェア工学における研究コラボレーションプロジェクトの確立と運用を支援する。
関連論文リスト
- 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) - Bridging Gaps, Building Futures: Advancing Software Developer Diversity and Inclusion Through Future-Oriented Research [50.545824691484796]
我々はSEの多様性と包摂性に関する課題と解決策について、SE研究者や実践者から知見を提示する。
我々は,将来的なユートピアやディストピアのビジョンを共有し,今後の研究の方向性とアカデミックや産業への示唆を提供する。
論文 参考訳（メタデータ） (2024-04-10T16:18:11Z) - On the Interaction between Software Engineers and Data Scientists when
building Machine Learning-Enabled Systems [1.2184324428571227]
機械学習(ML)コンポーネントは、組織のコアシステムにますます統合されています。
重要な課題の1つは、緊密に連携する必要がある異なるバックグラウンドを持つアクター間の効果的な相互作用である。
本稿では,MLプロジェクトにおけるこれらの役割間の相互作用と協調のダイナミクスを理解するための探索ケーススタディを提案する。
論文 参考訳（メタデータ） (2024-02-08T00:27:56Z) - 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) - A pragmatic workflow for research software engineering in computational
science [0.0]
コンピュータサイエンス・エンジニアリング(CSE)の大学研究グループには、通常、研究ソフトウェア工学(RSE)のための専用の資金と人員が不足している。
RSEは、持続可能な研究ソフトウェア開発と再現可能な結果から焦点をシフトします。
本稿では,これらの課題に対処し,CSEにおける研究成果の質を向上させるためのRSEワークフローを提案する。
論文 参考訳（メタデータ） (2023-10-02T08:04:12Z) - Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph [99.28342534985146]
新型コロナウイルスに関する既存の文献や知識プラットフォームは、生物学や医学に関する論文の収集にのみ焦点が当てられている。
我々は、異なるドメインにおけるCOVID-19の知識間のギャップを埋めるために、Covidia, COVID-19の学際的知識グラフを提案する。
論文 参考訳（メタデータ） (2023-04-14T16:45:38Z) - Industry-Academia Research Collaboration in Software Engineering: The
Certus Model [13.021014899410684]
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。
論文 参考訳（メタデータ） (2022-04-23T10:16:23Z) - Mapping Research Topics in Software Testing: A Bibliometric Analysis [9.462148324186398]
コワード分析(Co-word analysis)は、用語の共起に基づくテキストマイニング手法である。
我々の分析は、ソフトウェアテスト研究を関連トピックのクラスタにマッピングすることを可能にする。
このマップはまた、Webやモバイルアプリケーションや人工知能に関連するトピックなど、重要度が増しているトピックを示唆している。
論文 参考訳（メタデータ） (2021-09-09T08:06:51Z) - 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) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z)
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。
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。