論文の概要: Expert exploranation for communicating scientific methods -- A case study in conflict research
- arxiv url: http://arxiv.org/abs/2405.14345v1
- Date: Thu, 23 May 2024 09:15:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-24 17:54:56.015843
- Title: Expert exploranation for communicating scientific methods -- A case study in conflict research
- Title(参考訳): 科学的方法を伝える専門家の啓発-紛争研究を事例として
- Authors: Benedikt Mayer, Karsten Donnay, Kai Lawonn, Bernhard Preim, Monique Meuschke,
- Abstract要約: 本研究では,研究者同士のコミュニケーションを支援するだけでなく,研究者同士のコミュニケーションを直接支援できることを示す。
我々は,対話型ビジュアルストーリーの3つのバージョンを開発し,研究者と対立する手法を説明した。
評価からの肯定的かつ広範囲なフィードバックは、専門家の爆発がビジュアルなストーリーテリングにとって有望な方向であることを示している。
- 参考スコア(独自算出の注目度): 7.181426448513601
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Science communication aims at making key research insights accessible to the broad public. If explanatory and exploratory visualization techniques are combined to do so, the approach is also referred to as exploranation. In this context, the audience is usually not required to have domain expertise. However, we show that exploranation can not only support the communication between researchers and a broad audience, but also between researchers directly. With the goal of communicating an existing method for conducting causal inference on spatio-temporal conflict event data, we investigated how to perform exploranation for experts, i.e., expert exploranation. Based on application scenarios of the inference method, we developed three versions of an interactive visual story to explain the method to conflict researchers. We abstracted the corresponding design process and evaluated the stories both with experts who were unfamiliar with the explained method and experts who were already familiar with it. The positive and extensive feedback from the evaluation shows that expert exploranation is a promising direction for visual storytelling, as it can help to improve scientific outreach, methodological understanding, and accessibility for researchers new to a field.
- Abstract(参考訳): 科学コミュニケーションは、重要な研究の洞察を一般大衆に公開することを目的としている。
説明的・探索的可視化技術が組み合わされば、その手法を爆発と呼ぶこともある。
この文脈では、オーディエンスは通常、ドメインの専門知識を必要としない。
しかし,爆発は研究者同士のコミュニケーションだけでなく,研究者同士のコミュニケーションも支援できることが示唆された。
本研究では,時空間衝突イベントデータに対する因果推論を行う既存の手法を伝達することを目的として,専門家の爆発処理を行う方法,すなわち専門家の爆発処理について検討した。
提案手法の適用シナリオに基づいて,対話型ビジュアルストーリーの3つのバージョンを開発した。
我々は、対応する設計プロセスを抽象化し、説明方法に精通していない専門家と、それに精通している専門家の両方で、ストーリーを評価した。
評価からの肯定的かつ広範囲なフィードバックは、専門家の爆発は、科学的なアウトリーチ、方法論的理解、そして分野に新しい研究者へのアクセシビリティの向上に役立つため、視覚的なストーリーテリングにとって有望な方向であることを示している。
関連論文リスト
- Opening the Black-Box: A Systematic Review on Explainable AI in Remote
Sensing [52.110707276938]
ブラックボックス機械学習アプローチは、リモートセンシングにおける知識抽出のための主要なモデリングパラダイムとなっている。
我々は、リモートセンシングにおいて、説明可能なAIがどのように使われているかを示す重要なトレンドを特定するために、体系的なレビューを行う。
私たちは、新しい説明可能なAIアプローチと、特定のリモートセンシング課題に対処する新たな方向性に光を当てました。
論文 参考訳(メタデータ) (2024-02-21T13:19:58Z) - Federated Learning for Generalization, Robustness, Fairness: A Survey
and Benchmark [55.898771405172155]
フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。
我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
論文 参考訳(メタデータ) (2023-11-12T06:32:30Z) - A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual
Learning [76.47138162283714]
蓄積とは、以前取得した情報や知識の喪失または劣化を指す。
フォッテッティングは、深層学習における様々な研究領域でよく見られる現象である。
調査では、忘れることは二重刃の剣であり、ある場合には有益で望ましいと論じている。
論文 参考訳(メタデータ) (2023-07-16T16:27:58Z) - Knowledge-enhanced Neural Machine Reasoning: A Review [67.51157900655207]
既存の知識強化手法を2つの主要なカテゴリと4つのサブカテゴリに分類する新しい分類法を導入する。
我々は、現在のアプリケーションドメインを解明し、将来的な研究の展望について洞察を提供する。
論文 参考訳(メタデータ) (2023-02-04T04:54:30Z) - Investigating Conversational Search Behavior For Domain Exploration [0.5512295869673147]
本研究では,未知の情報景観を通したナビゲーションのオープンな探索行動について検討する。
5つの領域にわたる一般的な情報探索パターンを明らかにするために,統計解析とプロセスマイニング手法を適用した。
論文 参考訳(メタデータ) (2023-01-10T17:43:03Z) - How Data Scientists Review the Scholarly Literature [4.406926847270567]
データサイエンティストの文献レビューの実践について検討する。
データサイエンスは、論文の指数的な増加を示す分野である。
これらの科学者が直面する具体的な実践や課題について、事前の研究は行われていない。
論文 参考訳(メタデータ) (2023-01-10T03:53:05Z) - Stance Detection and Open Research Avenues [4.83528915855309]
本チュートリアルは, 姿勢検出技術の現状と, オープンな研究の道のりに対処することを目的としている。
このチュートリアルは、姿勢検出、ソーシャルメディア分析、情報検索、自然言語処理の研究者や実践者にとって有用なガイドとなる。
論文 参考訳(メタデータ) (2022-10-22T08:18:09Z) - Bridger: Toward Bursting Scientific Filter Bubbles and Boosting
Innovation via Novel Author Discovery [22.839876884227536]
ブリッジャー(Bridger)は、学者とその研究の発見を促進するシステムである。
論文から抽出した情報と推論されたペルソナを用いて著者の顔表現を構築する。
我々は、科学者間の共通点とコントラストを見つけるアプローチを開発する。
論文 参考訳(メタデータ) (2021-08-12T11:24:23Z) - Software-Based Dialogue Systems: Survey, Taxonomy and Challenges [4.2763155274587366]
本稿では,2次研究の体系的な文献レビューを通じて,会話エージェントの研究の現状について調査する。
そこで本研究では,対話エージェントの分野における異なる次元の包括的分類法を提案する。
論文 参考訳(メタデータ) (2021-06-21T07:41:44Z) - Explore, Discover and Learn: Unsupervised Discovery of State-Covering
Skills [155.11646755470582]
情報理論的スキル発見の代替手法として,'Explore, Discover and Learn'(EDL)がある。
本稿では,EDLがカバレッジ問題を克服し,学習スキルの初期状態への依存を減らし,ユーザが学習すべき行動について事前定義できるようにするなど,大きなメリットがあることを示す。
論文 参考訳(メタデータ) (2020-02-10T10:49:53Z) - Deep Learning for Sensor-based Human Activity Recognition: Overview,
Challenges and Opportunities [52.59080024266596]
本稿では,センサを用いた人間の活動認識のための最先端のディープラーニング手法について調査する。
まず、官能データのマルチモーダリティを導入し、公開データセットに情報を提供する。
次に、課題によって深層メソッドを構築するための新しい分類法を提案する。
論文 参考訳(メタデータ) (2020-01-21T09:55:59Z)
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。