論文の概要: Using Gray Literature to Influence Software Engineering Curricula
- arxiv url: http://arxiv.org/abs/2312.16634v1
- Date: Wed, 27 Dec 2023 16:39:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-29 18:25:39.322017
- Title: Using Gray Literature to Influence Software Engineering Curricula
- Title（参考訳）: Gray Literatureを使ってソフトウェアエンジニアリングカリキュラムに影響を与える
- Authors: James D Kiper, Simon Sultana, Brent Auernheimer, Gursimran Singh Walia
- Abstract要約: ソフトウェアエンジニアリング(SE)は急速に進化し、技術と業界の期待が変わる。
コンピュータサイエンスとSE教育者がアジャイルで予測的であり、技術トレンドの変化に適応するためには、グレー文学(GL)の司法的利用が有用である。
- 参考スコア（独自算出の注目度）: 0.1433758865948252
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Software engineering (SE) evolves rapidly, with changing technology and
industry expectations. The curriculum review bodies (e.g., ACM and IEEE-CS
working groups) respond well but can have refresh cycles measured in years. For
Computer Science and SE educators to be agile, predictive, and adapt to
changing technology trends, judicious use of gray literature (GL) can be
helpful. Other fields have found GL useful in bridging academic research and
industry needs. GL can be extended to SE to aid faculty preparing students for
industry.
We address two questions: first, given the velocity of technical change, do
current curricular guidelines accurately reflect industry practice and need for
our graduates? Second, how can we track current and emerging trends to capture
relevant competencies? We argue a study of the scholarly literature will have a
limited impact on our understanding of current and emerging trends and
curriculum designers would do well to utilize GL. We close with recommendations
for SE educators.
- Abstract（参考訳）: ソフトウェアエンジニアリング(SE)は急速に進化し、技術と業界の期待が変わる。
カリキュラム審査機関(例えば、acmおよびieee-csワーキンググループ)はよく反応するが、数年でリフレッシュサイクルを計測することができる。
コンピュータサイエンスとse教育者がアジャイルであり、予測し、変化し続ける技術トレンドに適応するためには、グレーの文学(gl)を巧みに利用することが役立つ。
他の分野では、GLは学術研究と産業のニーズを橋渡しするのに有用である。
gl を se に拡張することで,学生の産業準備を支援することができる。
まず、技術的な変化の速度を考えると、現在のカリキュラムガイドラインは業界慣行と卒業生の必要性を正確に反映しているか?
第2に、現在のトレンドと新興トレンドをトラッキングして、関連する能力を取得するにはどうすればよいのか?
学術文献の研究は、現在および新興のトレンドに対する理解に限定的な影響を及ぼし、カリキュラムデザイナーはGLをうまく活用するであろうと我々は主張する。
私たちはSE教育者の推薦を締めくくる。
関連論文リスト
- LLMs: A Game-Changer for Software Engineers? [0.0]
GPT-3やGPT-4のような大規模言語モデル(LLM)は、従来のAIアプリケーションを超えた機能を備えた画期的なイノベーションとして登場した。
ソフトウェア開発に革命をもたらす潜在能力は、ソフトウェアエンジニアリング(SE)コミュニティを魅了している。
この記事では、LCMはソフトウェアの開発方法を変えるだけでなく、開発者の役割を再定義するものである、と論じる。
論文 参考訳（メタデータ） (2024-11-01T17:14:37Z) - Understanding the Skills Gap between Higher Education and Industry in the UK in Artificial Intelligence Sector [1.5484595752241124]
本稿では、イギリスの大学がAIのコースを提供し、現実世界での学生の就職準備について検討する。
求人広告や大学カリキュラムから情報を収集するために、カスタムデータスクラップツールを使用することで、この研究は、どのスキル産業が求めているのかを正確に示す。
この研究は、AI領域の大学カリキュラムは、ほとんどの技術スキルではバランスがよく、データサイエンスと数学と統計学のスキルカテゴリーではギャップがあることを示した。
論文 参考訳（メタデータ） (2024-08-20T12:28:58Z) - Towards Integrating Emerging AI Applications in SE Education [4.956066467858058]
本稿では,AI分野における現在のトレンドの体系的分析の予備的結果を示す。
我々は、AIアプリケーションとさらなる研究分野の一連の機会について論じる。
論文 参考訳（メタデータ） (2024-05-28T11:21:45Z) - Gamification in Software Engineering Education: a Tertiary Study [8.287665985423512]
本研究は,近年の体系的な文献レビューや地図作成に応えて行われた。
この結果から、SEの最も頻繁にゲーミフィケーションされる領域は、ソフトウェアテスティングとソフトウェア品質であることがわかった。
この結果は,SE学習過程を通じて,生徒のエンゲージメントとモチベーションを向上させるためのゲーミフィケーションの可能性を示している。
論文 参考訳（メタデータ） (2024-05-08T16:57:44Z) - LasTGL: An Industrial Framework for Large-Scale Temporal Graph Learning [61.4707298969173]
本稿では,共通時間グラフ学習アルゴリズムの統一的および統一的な実装を統合する産業用フレームワークであるLasTGLを紹介する。
LasTGLは、詳細なチュートリアルとともに、包括的な時間グラフデータセット、TGNNモデル、ユーティリティを提供する。
論文 参考訳（メタデータ） (2023-11-28T08:45:37Z) - What Should Data Science Education Do with Large Language Models? [35.94265894727157]
ChatGPTのような大規模言語モデル(LLM)の急速な進歩は、データサイエンスと統計学に革命をもたらしている。
LLMはデータサイエンティストの責務を転換し、手作業によるコーディング、データラングリング、標準分析から、これらの自動化AIによる分析の評価と管理へと焦点を移している、と私たちは主張する。
本稿では,これら各方向性に対する機会,資源,オープンな課題について論じる。
論文 参考訳（メタデータ） (2023-07-06T06:07:29Z) - Towards AGI in Computer Vision: Lessons Learned from GPT and Large
Language Models [98.72986679502871]
大規模言語モデル(LLM)を利用したチャットシステムが出現し、人工知能(AGI)を実現するための有望な方向へと急速に成長する
しかし、コンピュータビジョン(CV)におけるAGIへの道のりは未だに不明である。
CVアルゴリズムを世界規模で対話可能な環境に配置し、その動作に関する将来のフレームを予測するための事前トレーニングを行い、さまざまなタスクをこなすための命令で微調整するパイプラインを想像する。
論文 参考訳（メタデータ） (2023-06-14T17:15:01Z) - How Can Recommender Systems Benefit from Large Language Models: A Survey [82.06729592294322]
大きな言語モデル(LLM)は、印象的な汎用知性と人間のような能力を示している。
我々は,実世界のレコメンデータシステムにおけるパイプライン全体の観点から,この研究の方向性を包括的に調査する。
論文 参考訳（メタデータ） (2023-06-09T11:31:50Z) - Literature Review: Computer Vision Applications in Transportation
Logistics and Warehousing [58.720142291102135]
輸送物流や倉庫におけるコンピュータビジョンの応用は、プロセスの自動化に大きな可能性を秘めている。
本稿では、この可能性を活用するために、この分野の研究に関する構造化された文献レビューを紹介する。
論文 参考訳（メタデータ） (2023-04-12T17:33:41Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳（メタデータ） (2022-12-10T07:49:50Z) - A Survey of Knowledge Tracing: Models, Variants, and Applications [70.69281873057619]
知識追跡は、学生の行動データ分析の基本的なタスクの1つである。
我々は、異なる技術経路を持つ3種類の基本KTモデルを示す。
この急速に成長する分野における今後の研究の方向性について論じる。
論文 参考訳（メタデータ） (2021-05-06T13:05:55Z)
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。