論文の概要: Addressing the "Leaky Pipeline": A Review and Categorisation of Actions
to Recruit and Retain Women in Computing Education
- arxiv url: http://arxiv.org/abs/2206.06113v1
- Date: Mon, 13 Jun 2022 12:54:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 17:43:45.446271
- Title: Addressing the "Leaky Pipeline": A Review and Categorisation of Actions
to Recruit and Retain Women in Computing Education
- Title（参考訳）: リーキーパイプライン」への取り組み--コンピュータ教育における女性を育成・維持するための行動のレビューと分類
- Authors: Alina Berry, Susan McKeever, Brenda Murphy, Sarah Jane Delany
- Abstract要約: コンピューティング教育におけるジェンダーの不均衡は、世界中でよく知られた問題である。
リークパイプライン(Leaky Pipeline)は、上級職に進む前に女性の保持が不足していることを示すためにしばしば用いられる。
様々なイニシアチブがここ数十年、漏れやすいパイプラインの問題をターゲットにしている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Gender imbalance in computing education is a well-known issue around the
world. The term "leaky pipeline" is often used to describe the lack of
retention of women before they progress to senior roles. Numerous initiatives
have targeted the problem of the leaky pipeline in recent decades. This paper
provides a comprehensive review of initiatives related to techniques used to
boost recruitment and retention of women in undergraduate computing and related
courses in higher education. The primary aim was to identify interventions or
initiatives (which we called "actions") that have shown some effectiveness. A
secondary objective was to structure our findings as a categorisation, in order
to enable future action discussion, comparison and planning. A particular
challenge faced in a significant portion of the work was the lack of
evaluation: i.e. the assessment of the direct relationship between the
initiatives and the outcomes on retention or recruitment. The actions were
categorised into four groups: Policy, Pedagogy, Influence and Support and
Promotion and Engagement. Policy actions need support and potentially
structural change at institution level. Pedagogy actions are initiatives
related to the teaching of computing courses. The Influence and Support
category includes actions associated with ways to influence women to choose
computing and once enrolled to support and encourage them to stay. Finally,
Promotion and Engagement actions are initiatives to promote computing based
courses and involve engagement and outreach activities. We present our
categorisation, identifying the literature related to actions under each
category and subcategory. We discuss the challenges with evaluating the direct
impact of actions and outline how this work leads towards the next phase of our
work - a toolkit of actions to promote retention and recruitment of women in
computing undergraduate courses.
- Abstract（参考訳）: コンピューティング教育におけるジェンダーの不均衡は、世界中でよく知られた問題である。
リーキーパイプライン」という言葉は、上級職に進む前に女性の保持が欠如していることを示すためにしばしば使われる。
近年、多くのイニシアチブが漏れやすいパイプラインの問題をターゲットにしている。
本論文は,女子大学における女性採用の促進と,高等教育における関連コースの維持に使用される技術に関する総合的な考察を行う。
主な目的は、いくつかの効果を示す介入やイニシアティブ(私たちが"アクション"と呼ぶ)を特定することです。
第2の目的は、今後の行動議論、比較、計画を可能にするために、発見を分類として構成することであった。
作業のかなりの部分で直面した課題は、評価の欠如、すなわち、イニシアティブと維持や採用の成果との直接的な関係の評価であった。
行動は、政策、教育、影響と支援、促進と包括の4つのグループに分けられた。
政策行動には支援と組織レベルでの構造変化が必要である。
教育行為は、コンピューティングコースの教育に関連するイニシアチブである。
影響とサポートのカテゴリには、女性がコンピューティングを選択し、一度サポートを受け、留まるように促す方法に関するアクションが含まれている。
最後に、プロモーションとエンゲージメントアクションは、コンピューティングベースのコースを促進し、エンゲージメントとアウトリーチ活動を行うためのイニシアティブである。
我々は,各カテゴリーと下位カテゴリにおける行動に関する文献を分類し,その分類について述べる。
我々は,行動の直接的影響を評価する上での課題を議論し,この作業が我々の仕事の次の段階へどのように繋がるかについて概説する。
関連論文リスト
- Leveraging Language Models and Bandit Algorithms to Drive Adoption of Battery-Electric Vehicles [38.38808309924463]
我々は、バッテリー電気自動車の導入を動機づける理解価値に関する先行研究を活用している。
我々は,各研究参加者の価値観に合わせた対話的介入を開発する。
我々は文脈的帯域幅アルゴリズムを用いて、各参加者の人口統計に基づく目標値の学習を行う。
論文 参考訳（メタデータ） (2024-10-30T18:15:43Z) - The Imperative of Conversation Analysis in the Era of LLMs: A Survey of Tasks, Techniques, and Trends [64.99423243200296]
会話分析(CA)は、会話データから重要な情報を発見し分析する。
本稿では,CAタスクの徹底的なレビューとシステム化を行い,既存の業務を要約する。
会話シーンの再構築,奥行きの属性分析,ターゲットトレーニングの実行,会話の生成から,CAの4つの重要なステップを導出した。
論文 参考訳（メタデータ） (2024-09-21T16:52:43Z) - The 6th Affective Behavior Analysis in-the-wild (ABAW) Competition [53.718777420180395]
本稿では,第6回ABAWコンペティションについて述べる。
第6回ABAWコンペティションは、人間の感情や行動を理解する上での現代の課題に対処する。
論文 参考訳（メタデータ） (2024-02-29T16:49:38Z) - Responsible AI Considerations in Text Summarization Research: A Review
of Current Practices [89.85174013619883]
私たちは、責任あるAIコミュニティがほとんど見落としている共通のNLPタスクである、テキスト要約に重点を置いています。
我々は,2020-2022年に出版されたACLアンソロジーから333の要約論文の多段階的質的分析を行った。
私たちは、どの、どの、どの責任あるAI問題がカバーされているか、どの関係するステークホルダーが考慮されているか、そして、述べられた研究目標と実現された研究目標のミスマッチに焦点を合わせます。
論文 参考訳（メタデータ） (2023-11-18T15:35:36Z) - UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。
本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。
学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文 参考訳（メタデータ） (2023-05-31T11:29:04Z) - How can we combat online misinformation? A systematic overview of
current interventions and their efficacy [4.4628294018254495]
我々は、誤情報に対する介入を理解するための新しい階層的枠組みをオンラインで開発する。
それは3つの重要な要素から構成される: 人々を受容しにくくする介入、誤報の拡散と影響を曲線化する介入、誤報に応答する介入。
論文 参考訳（メタデータ） (2022-12-22T16:59:33Z) - Interacting with Non-Cooperative User: A New Paradigm for Proactive
Dialogue Policy [83.61404191470126]
インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。
具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。
実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
論文 参考訳（メタデータ） (2022-04-07T14:11:31Z) - Learning to Discriminate Information for Online Action Detection:
Analysis and Application [32.4410197207228]
本稿では,現在進行中の行動と他者の情報関連性を明確に識別する情報識別ユニット(IDU)を提案する。
また,行動予測のための情報統合ユニット(IIU)を新たに提案する。
我々のIIUは、疑似アクションラベルやRGBフレームとしてIDUからの出力を利用して、観察されたアクションの豊富な特徴を効果的に学習する。
論文 参考訳（メタデータ） (2021-09-08T01:51:51Z) - Towards Equity and Algorithmic Fairness in Student Grade Prediction [2.9189409618561966]
この研究は、人種に関するAIの教育的成果と公平性に対処する。
ラベルとインスタンスのバランスに関するいくつかの戦略を試行し、レースにおけるアルゴリズム性能の違いを最小化しようと試みる。
逆学習アプローチとグレードラベルのバランスが組み合わさって,最も公平な結果が得られることが分かりました。
論文 参考訳（メタデータ） (2021-05-14T01:12:01Z) - Learning "What-if" Explanations for Sequential Decision-Making [92.8311073739295]
実世界の意思決定の解釈可能なパラメータ化を実証行動に基づいて構築することが不可欠である。
そこで我々は,「何」の結果に対する嗜好の観点から,報酬関数をモデル化し,専門家による意思決定の学習的説明を提案する。
本研究は,行動の正確かつ解釈可能な記述を回復する上で,実効的逆強化学習手法であるバッチの有効性を強調した。
論文 参考訳（メタデータ） (2020-07-02T14:24:17Z) - Assessment Modeling: Fundamental Pre-training Tasks for Interactive
Educational Systems [3.269851859258154]
ラベルスカース問題を回避する一般的な方法は、学習項目の内容の表現を学習するためのモデルを事前学習することである。
本稿では,総合的な対話型教育システムのための基礎的事前学習課題のクラスであるアセスメント・モデリングを提案する。
論文 参考訳（メタデータ） (2020-01-01T02:00:07Z)
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。