論文の概要: Beyond Self-Promotion: How Software Engineering Research Is Discussed on LinkedIn

• arxiv url: http://arxiv.org/abs/2401.02268v1
• Date: Thu, 4 Jan 2024 13:38:51 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-05 14:54:37.740129
• Title: Beyond Self-Promotion: How Software Engineering Research Is Discussed on LinkedIn
• Title（参考訳）: セルフプロモーションを超えて - ソフトウェアエンジニアリングリサーチがLinkedInでどのように議論されるか
• Authors: Marvin Wyrich, Justus Bogner
• Abstract要約: 我々は、ソフトウェアエンジニアリング(SE)実践者と研究者がLinkedInの公開ディスカッションを通じてどのように互いにアプローチするかを検討する。 私たちは、SE研究に関するLinkedInの記事のかなりの部分は、論文執筆者ではない人々によって書かれたものであることに気付きました。 我々は、LinkedInの新たな研究成果をもっと実りあるものにするために、研究者や実践者に対して具体的なアドバイスを定式化します。
• 参考スコア（独自算出の注目度）: 10.174594209898743
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: LinkedIn is the largest professional network in the world. As such, it can serve to build bridges between practitioners, whose daily work is software engineering (SE), and researchers, who work to advance the field of software engineering. We know that such a metaphorical bridge exists: SE research findings are sometimes shared on LinkedIn and commented on by software practitioners. Yet, we do not know what state the bridge is in. Therefore, we quantitatively and qualitatively investigate how SE practitioners and researchers approach each other via public LinkedIn discussions and what both sides can contribute to effective science communication. We found that a considerable proportion of LinkedIn posts on SE research are written by people who are not the paper authors (39%). Further, 71% of all comments in our dataset are from people in the industry, but only every second post receives at least one comment at all. Based on our findings, we formulate concrete advice for researchers and practitioners to make sharing new research findings on LinkedIn more fruitful.
• Abstract（参考訳）: LinkedInは世界最大のプロフェッショナルネットワークだ。 そのため、ソフトウェア工学(se)を日常業務とする実践者と、ソフトウェア工学の分野を前進させるために働く研究者との間に橋を架けることができる。 seの研究成果は時々linkedinで共有され、ソフトウェア実践者によってコメントされています。 しかし、橋がどの状態にあるのかは分かっていない。 そこで我々は,SE実践者と研究者がLinkedInの公開討論を通じてどのように接近し,双方が効果的な科学コミュニケーションに寄与するかを定量的に質的に検討した。 論文執筆者ではない人(39%)が、SE研究に関するLinkedIn投稿のかなりの割合を書いていることがわかった。 さらに、私たちのデータセットの全コメントの71%は業界の人々からのものですが、少なくとも1つのコメントを受け取ったのは2回目だけです。 この結果に基づいて、研究者や実践者に対して、LinkedInでの新しい研究成果を共有するための具体的なアドバイスを定式化します。

関連論文リスト

• Evaluation of LLMs Biases Towards Elite Universities: A Persona-Based Exploration [0.0]
  この調査は、Microsoft、Meta、Googleの製品担当VP、エンジニアリング担当ディレクター、ソフトウェアエンジニアなど、さまざまな役割に焦点を当てた。 我々は、GPT-3.5、Gemini、Claude 3 Sonnetの教育的背景予測とLinkedInの実際のデータを比較するために、新しいペルソナベースのアプローチを採用した。 その結果、LLMはLinkedInのデータで8.56%しかなかったのに対し、これらの大学の72.45%を特徴とするエリート大学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） (2024-06-24T04:09:03Z)
• Cycling on the Freeway: The Perilous State of Open Source Neuroscience Software [46.83624918571962]
  既存の神経科学オープンソースソフトウェアのエコシステムは不安定である、と我々は主張する。 近年、神経科学データ分析のためのフリーのオープンソース科学ソフトウェア(FOSSS)への依存がシフトしている。
  論文  参考訳（メタデータ） (2024-03-28T13:11:09Z)
• A Tale of Two Communities: Exploring Academic References on Stack Overflow [1.2914230269240388]
  異なる分野の関心を持つStack Overflowコミュニティが、様々な周波数と速度で学術文献を扱っていることがわかった。 矛盾するパターンは、一部の規律が、その利益と開発軌道を、対応する実践者コミュニティから逸脱した可能性があることを示唆している。
  論文  参考訳（メタデータ） (2024-03-14T20:33:55Z)
• Software Engineering for OpenHarmony: A Research Roadmap [50.56072657598223]
  既存の研究は、主にAndroidとiOSという人気のモバイルプラットフォームに焦点を当てている。 新しくオープンソース化されたモバイルプラットフォームであるOpenHarmonyはめったに検討されていない。 私たちは、モバイルソフトウェアエンジニアリングコミュニティに、OpenHarmonyに有望なアプローチを貢献するよう、同僚の研究者に促す研究ロードマップを提示します。
  論文  参考訳（メタデータ） (2023-11-02T15:27:09Z)
• Analyzing the Impact of Companies on AI Research Based on Publications [1.450405446885067]
  私たちは、過去10年間に出版された学術的および企業公認のAIパブリッシングを比較します。 個々の出版物が受ける引用回数は、会社によって(共著)される場合、著しく高いことが分かりました。
  論文  参考訳（メタデータ） (2023-10-31T13:27:04Z)
• How do Software Engineering Researchers Use GitHub? An Empirical Study of Artifacts & Impact [0.2209921757303168]
  我々は、著者が研究にかかわるソーシャルコーディングにどのように関与しているかを尋ねる。 トップSE研究会場で1万件の論文が公開され、GitHubリンクに手書き注釈が付けられ、309の論文関連リポジトリが研究されている。 人気と影響力は広く分布しており、一部は出版会場と強く相関している。
  論文  参考訳（メタデータ） (2023-10-02T18:56:33Z)
• Why is AI not a Panacea for Data Workers? An Interview Study on Human-AI Collaboration in Data Storytelling [59.08591308749448]
  業界と学界の18人のデータワーカーにインタビューして、AIとのコラボレーションの場所と方法を聞いた。 驚いたことに、参加者はAIとのコラボレーションに興奮を見せたが、彼らの多くは反感を表明し、曖昧な理由を指摘した。
  論文  参考訳（メタデータ） (2023-04-17T15:30:05Z)
• Can We Automate Scientific Reviewing? [89.50052670307434]
  我々は、最先端自然言語処理(NLP)モデルを用いて、科学論文の第一パスピアレビューを生成する可能性について論じる。 我々は、機械学習領域で論文のデータセットを収集し、各レビューでカバーされているさまざまなコンテンツに注釈を付け、レビューを生成するために論文を取り込み、ターゲットの要約モデルを訓練する。 総合的な実験結果から、システム生成レビューは、人間によるレビューよりも、論文の多くの側面に触れる傾向にあることが示された。
  論文  参考訳（メタデータ） (2021-01-30T07:16:53Z)
• How to Train Your Agent to Read and Write [52.24605794920856]
  研究論文の読み書きは、資格のある研究者が習得すべき最も特権のある能力の1つである。 読者が論文を読み、要約できるようにインテリジェントなエージェントを訓練し、おそらく新しい論文を書くための潜在的な知識の手がかりを発見し、活用できれば、それは魅力的です。 本研究では,入力段落から知識グラフ(KG)を抽出して潜在的な知識を発見できるtextitReader,新規段落を生成するgraph-to-text TextitWriter,およびtextitから構成されるDeep ReAder-Writer(DRAW)ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-01-04T12:22:04Z)
• Study of the usability of LinkedIn: a social media platform meant to connect employers and employees [91.3755431537592]
  本稿では,LinkedInのユーザビリティをユーザ評価と専門家評価の両方を用いて評価する。 LinkedInアプリケーションの全体的なユーザビリティは、SUS(System Usability Scale)を使用して測定されている。
  論文  参考訳（メタデータ） (2020-06-06T18:19:45Z)
• How do academic topics shift across altmetric sources? A case study of the research area of Big Data [2.208242292882514]
  出版物の著者キーワードとオンラインイベントの用語は、出版物のメイントピックとして抽出され、Altmetric.comで読者のオンラインディスカッションが行われる。 結果は、ビッグデータ科学研究に関する2つのトピックのセットの間に、かなりの違いがあることを示している。 ブログとニュースは、一般的に使用される用語に強い類似性を示し、政策文書とウィキペディアの記事は、ビッグデータ関連の研究を考察し解釈する上で、最も強い相違性を示している。
  論文  参考訳（メタデータ） (2020-03-23T19:37:36Z)

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。