論文の概要: Insights Towards Better Case Study Reporting in Software Engineering
- arxiv url: http://arxiv.org/abs/2402.08411v1
- Date: Tue, 13 Feb 2024 12:29:26 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-14 15:30:40.455912
- Title: Insights Towards Better Case Study Reporting in Software Engineering
- Title（参考訳）: ソフトウェアエンジニアリングにおけるケーススタディの報告に向けて
- Authors: Sergio Rico
- Abstract要約: 本稿では,ケーススタディレポートの質と影響を高める知見を共有することを目的とする。
ケーススタディでは、確立されたガイドライン、正確な分類、詳細な文脈記述に従うことの必要性を強調した。
我々は,ケーススタディが方法論的に健全であることを保証するために,より厳密でコミュニケーション的な戦略を採用するよう研究者に促すことを目指している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Case studies are a popular and noteworthy type of research study in software
engineering, offering significant potential to impact industry practices by
investigating phenomena in their natural contexts. This potential to reach a
broad audience beyond the academic community is often undermined by
deficiencies in reporting, particularly in the context description, study
classification, generalizability, and the handling of validity threats. This
paper presents a reflective analysis aiming to share insights that can enhance
the quality and impact of case study reporting.
We emphasize the need to follow established guidelines, accurate
classification, and detailed context descriptions in case studies.
Additionally, particular focus is placed on articulating generalizable findings
and thoroughly discussing generalizability threats. We aim to encourage
researchers to adopt more rigorous and communicative strategies, ensuring that
case studies are methodologically sound, resonate with, and apply to software
engineering practitioners and the broader academic community. The reflections
and recommendations offered in this paper aim to ensure that insights from case
studies are transparent, understandable, and tailored to meet the needs of both
academic researchers and industry practitioners. In doing so, we seek to
enhance the real-world applicability of academic research, bridging the gap
between theoretical research and practical implementation in industry.
- Abstract（参考訳）: ケーススタディは、ソフトウェアエンジニアリングにおいて人気があり注目に値する研究であり、その自然の文脈における現象を調査することによって、業界プラクティスに影響を与える大きな可能性を秘めている。
学術コミュニティを超えて幅広いオーディエンスにリーチする可能性は、報告の欠陥、特に文脈記述、研究分類、一般化可能性、正当な脅威の取り扱いによってしばしば損なわれる。
本稿では,ケーススタディ報告の質と影響を高めるための洞察の共有を目的としたリフレクション分析を行う。
ケーススタディでは,確立されたガイドライン,正確な分類,詳細なコンテキスト記述に従う必要性を強調した。
さらに、一般化可能な発見を明確にし、一般化可能性の脅威を徹底的に議論することに焦点を当てている。
我々は,ケーススタディが方法論的に健全で,ソフトウェア工学の実践者やより広範な学術的コミュニティに適用可能であることを保証し,厳格でコミュニケーション的な戦略を採用するよう研究者に奨励することを目指している。
本論文では,ケーススタディからの洞察が透明で,理解可能であり,学術研究者と産業実践者の双方のニーズを満たすように調整されることを目標としている。
そこで我々は,理論研究と産業における実践的実践のギャップを埋めて,学術研究の現実的な適用性を高めることを目指す。
関連論文リスト
- The use of the open innovation paradigm in the public sector: a systematic review of published studies [3.6203549269055237]
オープンなイノベーションパラダイムの使用は、ここ数年、公共セクターで特に注目を集めてきた。
このパラダイムの使用が2013年以降,高い頻度で報告されるようになったことは確認できた。
また、ソーシャルメディアによるオープンイノベーションの利用が、公共セクターと市民の間のエンゲージメントの先駆的手法の1つであることも確認できた。
論文 参考訳（メタデータ） (2024-04-02T01:33:34Z) - LLM as a Mastermind: A Survey of Strategic Reasoning with Large Language Models [75.89014602596673]
戦略推論は、戦略を調整しながら、マルチエージェント設定における敵の行動を理解し、予測する必要がある。
大規模言語モデルを用いた戦略的推論に関連するスコープ,アプリケーション,方法論,評価指標について検討する。
戦略的推論を重要な認知能力として重要視し、将来の研究の方向性や潜在的な改善に関する洞察を提供する。
論文 参考訳（メタデータ） (2024-04-01T16:50:54Z) - Privacy Impact Assessments in the Wild: A Scoping Review [1.7677916783208343]
プライバシ・インパクト・アセスメント(PIAs)は、プロジェクトやシステムのプライバシ・インパクトを評価するための体系的なプロセスを提供する。
PIAは、設計によるプライバシに対する主要なアプローチの1つであり、脅威とコントロールの早期識別をサポートする。
質的かつ定量的な、このトピックに関するより基本的な研究には、依然として大きなニーズがある。
論文 参考訳（メタデータ） (2024-02-17T05:07:10Z) - A Large Language Model Supported Synthesis of Contemporary Academic
Integrity Research Trends [0.0]
本稿では,大規模言語モデル(LLM)であるChatGPTを用いた質的内容分析について報告する。
この分析は7つの研究テーマと13の重要領域を特定した。
論文 参考訳（メタデータ） (2024-01-07T13:23:29Z) - Repeatability, Reproducibility, Replicability, Reusability (4R) in
Journals' Policies and Software/Data Management in Scientific Publications: A
Survey, Discussion, and Perspectives [1.446375009535228]
我々は、引用指向のプラクティス、ジャーナルポリシー、レコメンデーション、アーティファクト記述/評価ガイドライン、提出ガイド、技術的進化の間に大きなギャップを見出した。
著者と学術雑誌の関係を,共同で科学的結果を改善するための相互取り組みとして分析した。
我々は,学術論文を著者に提出するための統一的で標準化された再現性ガイドとともに,雑誌政策の勧告を提案する。
論文 参考訳（メタデータ） (2023-12-18T09:02:28Z) - 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) - Uncovering the Hidden Potential of Event-Driven Architecture: A Research
Agenda [1.5501208213584152]
イベント駆動アーキテクチャはソフトウェア業界で広く採用されている。
しかしながら、イベント駆動アーキテクチャがパフォーマンス、安定性、ソフトウェア監視に与える影響についてはほとんど分かっていない。
本稿では,イベント指向アーキテクチャの分野における文献の不足に基づく今後の研究課題を提案する。
論文 参考訳（メタデータ） (2023-08-10T01:03:47Z) - A Comprehensive Survey of Continual Learning: Theory, Method and
Application [64.23253420555989]
本稿では,基礎的設定,理論的基礎,代表的方法,実践的応用を橋渡しする継続的学習に関する包括的調査を行う。
連続学習の一般的な目的は、資源効率の文脈において、適切な安定性と塑性のトレードオフと適切なタスク内/タスク内一般化性を保証することであると要約する。
論文 参考訳（メタデータ） (2023-01-31T11:34:56Z) - Fairness in Recommender Systems: Research Landscape and Future
Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。
この分野での研究が現在どのように行われているのかを概観する。
全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文 参考訳（メタデータ） (2022-05-23T08:34:25Z) - Individual Explanations in Machine Learning Models: A Survey for
Practitioners [69.02688684221265]
社会的関連性の高い領域の決定に影響を与える洗練された統計モデルの使用が増加しています。
多くの政府、機関、企業は、アウトプットが人間の解釈可能な方法で説明しにくいため、採用に消極的です。
近年,機械学習モデルに解釈可能な説明を提供する方法として,学術文献が多数提案されている。
論文 参考訳（メタデータ） (2021-04-09T01:46:34Z) - A Survey on Causal Inference [64.45536158710014]
因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。
観測データに対する様々な因果効果推定法が誕生した。
論文 参考訳（メタデータ） (2020-02-05T21:35:29Z)
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。