Fugu-MT 論文翻訳(概要): Towards a Maturity Model for Systematic Literature Review Process

論文の概要: Towards a Maturity Model for Systematic Literature Review Process

arxiv url: http://arxiv.org/abs/2206.11936v2
Date: Fri, 03 Jan 2025 13:18:35 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-06 15:10:12.000903
Title: Towards a Maturity Model for Systematic Literature Review Process
Title（参考訳）: システム文献レビュープロセスの成熟度モデルに向けて
Authors: Vinicius dos Santos, Rick Kazman, Rafael Capilla, Elisa Yumi Nakagawa,
Abstract要約: 本研究の主な目的は,MM4 SLR というシステム文献レビュープロセスの成熟度モデルの導入である。文献からまず39のSLRの重要プラクティスを特定し,9つの目標に分類し,さらに5つのプロセス領域に分類した。 MM4 SLRを4つのSLRに適用することにより、MM4 SLRはSLRの評価に適しており、SLRの品質の重要な欠陥を識別できることを示す。
参考スコア（独自算出の注目度）: 8.150293417928344
License:
Abstract: Systematic literature reviews (SLR) have been increasingly conducted in software engineering and they provide significant benefits in terms of summarizing the state of the research. The process of conducting SLR is complex, involving several activities and consuming considerable effort and time from researchers. Researchers often skip or poorly conduct essential activities, which introduce threats to validity, resulting in lower-quality SLR. But researchers are often unaware of what they could do to mature their SLR process, thus improving the SLR quality. The main goal of this paper is to introduce a maturity model for the SLR process named MM4SLR. To this end, we were inspired by well-known models like CMMI (Capability Maturity Model Integration). We first identified 39 key practices for SLR from the literature and grouped them into nine goals that were further grouped into five process areas. We then organized the process areas into five maturity levels which compose our model. Our proof of concept, applying the MM4SLR to four published SLR showed that the MM4SLR is suitable for appraising SLR and can identify important flaws in SLR quality. MM4SLR can therefore support researchers in creating their SLR processes and selecting practices that could be adopted to mature their processes.
Abstract（参考訳）: システム文献レビュー(SLR)は、ソフトウェア工学においてますます実施され、研究の状況を要約する上で大きなメリットを提供している。 SLRの実施プロセスは複雑で、いくつかの活動と研究者からのかなりの労力と時間を要する。研究者たちは、しばしば欠席または不適切な活動を行い、有効性への脅威をもたらし、結果として低い品質のSLRをもたらす。しかし研究者たちは、SLRプロセスの成熟に何ができるかをよく知らないため、SLRの品質は向上した。本研究の主な目的は,MM4SLR と呼ばれる SLR プロセスの成熟度モデルの導入である。この目的のために、私たちはCMMI(Capability Maturity Model Integration)のような有名なモデルにインスパイアされました。文献からまず39のSLRの重要プラクティスを特定し,9つの目標に分類し,さらに5つのプロセス領域に分類した。その後、プロセス領域を5つの成熟度レベルに分類し、モデルを構築しました。 MM4SLRを4つのSLRに適用することにより、MM4SLRはSLRの評価に適しており、SLRの品質の重要な欠陥を識別できることを示す。そのため、MM4SLRは、SLRプロセスの作成や、プロセスの成熟のために採用できるプラクティスの選択において、研究者を支援することができる。

関連論文リスト

Leveraging Sustainable Systematic Literature Reviews [8.18445480530188]
本稿では,持続可能なSLRに向けた具体的な方向性を示す。我々はまず,SLRの持続可能性に直接影響を及ぼす可能性のある18人のグリーンドライバー(GD)を特定した。持続可能性指標(SI)を25点蒸留し,その持続性についてSLRを評価した。
論文参考訳（メタデータ） (2025-01-03T14:03:15Z)
CC-OCR: A Comprehensive and Challenging OCR Benchmark for Evaluating Large Multimodal Models in Literacy [50.78228433498211]
CC-OCRは、マルチシーンテキスト読取、多言語テキスト読取、文書解析、キー情報抽出の4つのOCR中心のトラックで構成されている。 39のサブセットと7,058のフルアノテートされたイメージが含まれており、そのうち41%が実際のアプリケーションからソースされ、初めてリリースされた。我々は9つの顕著なLMMを評価し、これらのモデルの長所と短所、特にテキストの接地、多目的化、繰り返しの幻覚について明らかにした。
論文参考訳（メタデータ） (2024-12-03T07:03:25Z)
MALT: Improving Reasoning with Multi-Agent LLM Training [64.13803241218886]
推論問題に対するマルチエージェントLLMトレーニング(MALT)に向けた第一歩を提示する。提案手法では,ヘテロジニアスLSMが割り当てられた逐次的マルチエージェント構成を用いる。我々は,MATH,GSM8k,CQAにまたがるアプローチを評価し,MALT on Llama 3.1 8Bモデルでそれぞれ14.14%,7.12%,9.40%の相対的な改善を実現した。
論文参考訳（メタデータ） (2024-12-02T19:30:36Z)
From Linguistic Giants to Sensory Maestros: A Survey on Cross-Modal Reasoning with Large Language Models [56.9134620424985]
クロスモーダル推論(CMR)は、より高度な人工知能システムへの進化における重要な能力として、ますます認識されている。 CMRタスクに取り組むためにLLM(Large Language Models)をデプロイする最近のトレンドは、その有効性を高めるためのアプローチの新たな主流となっている。本調査では,LLMを用いてCMRで適用された現在の方法論を,詳細な3階層分類に分類する。
論文参考訳（メタデータ） (2024-09-19T02:51:54Z)
A Survey on Self-Evolution of Large Language Models [116.54238664264928]
大規模言語モデル(LLM)は、様々な分野やインテリジェントエージェントアプリケーションにおいて大きく進歩している。この問題に対処するために、LLMが自律的に獲得し、洗練し、モデル自身によって生成された経験から学ぶことができる自己進化的アプローチが急速に成長している。
論文参考訳（メタデータ） (2024-04-22T17:43:23Z)
Automating Research Synthesis with Domain-Specific Large Language Model Fine-Tuning [0.9110413356918055]
本研究は,SLR(Systematic Literature Reviews)の自動化にLLM(Funture-Tuned Large Language Models)を用いた先駆的研究である。本研究は,オープンソースLLMとともに最新の微調整手法を採用し,SLRプロセスの最終実行段階を自動化するための実用的で効率的な手法を実証した。その結果, LLM応答の精度は高く, 既存のPRISMAコンフォーミングSLRの複製により検証された。
論文参考訳（メタデータ） (2024-04-08T00:08:29Z)
System for systematic literature review using multiple AI agents: Concept and an empirical evaluation [5.194208843843004]
本稿では,システム文献レビューの実施プロセスの完全自動化を目的とした,新しいマルチAIエージェントモデルを提案する。このモデルは、研究者がトピックを入力するユーザフレンドリーなインターフェースを介して動作する。関連する学術論文を検索するために使用される検索文字列を生成する。モデルはこれらの論文の要約を自律的に要約する。
論文参考訳（メタデータ） (2024-03-13T10:27:52Z)
Small Models, Big Insights: Leveraging Slim Proxy Models To Decide When and What to Retrieve for LLMs [60.40396361115776]
本稿では,スリムプロキシモデルを用いた大規模言語モデル (LLM) における知識不足を検知する新しい協調手法であるSlimPLMを提案する。パラメータがはるかに少ないプロキシモデルを採用し、回答を回答としています。ヒューリスティックな回答は、LLM内の既知の未知の知識と同様に、ユーザの質問に答えるために必要な知識を予測するのに使用される。
論文参考訳（メタデータ） (2024-02-19T11:11:08Z)
An Empirical Study of Scaling Instruct-Tuned Large Multimodal Models [116.50367506746713]
LLaVAを33B,65B/70Bまでスケールアップする実験的検討を行った。 LMMのスケーリングはモデルの性能を継続的に向上し、言語機能を改善する。この研究によって、より大規模で最先端のLMM研究がよりアクセスしやすくなることを願っている。
論文参考訳（メタデータ） (2023-09-18T17:30:46Z)
How Many Papers Should You Review? A Research Synthesis of Systematic Literature Reviews in Software Engineering [5.6292136785289175]
我々は、ソフトウェア工学におけるSLRの実施時期について、より深く理解することを目指している。トップレベルSEジャーナルに掲載された170個のSLRのサンプルについて研究合成を行った。本研究の結果はSE研究者によって,SLRが良好なタイミングで実施されているかどうかの指標やベンチマークとして利用することができる。
論文参考訳（メタデータ） (2023-07-12T10:18:58Z)
A Comprehensive Review of Sign Language Recognition: Different Types, Modalities, and Datasets [0.0]
SLRの利用は、多くのアプリケーションで増加しているが、環境、背景画像の解像度、モダリティ、データセットはパフォーマンスに大きな影響を与えている。本稿では、SLRの概要を概観し、SLRに関するニーズ、課題、課題について論じる。過去10年間で、研究の進展と既存の最先端のSLRモデルがレビューされている。
論文参考訳（メタデータ） (2022-04-07T09:49:12Z)

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。