論文の概要: Teaching Design Science as a Method for Effective Research Development
- arxiv url: http://arxiv.org/abs/2407.09844v1
- Date: Sat, 13 Jul 2024 10:43:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-16 20:37:36.845508
- Title: Teaching Design Science as a Method for Effective Research Development
- Title（参考訳）: 効果的な研究の方法としてのデザインサイエンスを教える
- Authors: Oscar Pastor, Mmatshuene Anna Segooa, Jose Ignacio Panach,
- Abstract要約: デザインサイエンスリサーチ(DSR)方法論の適用は、情報システム(IS)とソフトウェア工学研究の一般的な作業資源になりつつある。
この章には、DSR、教育方法論、学習目的、レコメンデーションの例が含まれている。
我々は,デザインサイエンスのユーザ体験に関するデータ収集を目的とした調査成果を作成した。
- 参考スコア（独自算出の注目度）: 0.24578723416255752
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Applying Design Science Research (DSR) methodology is becoming a popular working resource for most Information Systems (IS) and Software engineering studies. The research and/or practical design problems that must be faced aim to answer the question of how to create or investigate an artifact in a given context. Precisely characterizing both artifact and context is essential for effective research development. While various design science guidelines and frameworks have been created by experts in IS engineering, emerging researchers and postgraduate students still find it challenging to apply this research methodology correctly. There is limited literature and materials that guide and support teaching novice researchers about the types of artifacts that can be developed to address a particular problem and decision-making in DSR. To address this gap in DSR, in this chapter, we explore DSR from an educational perspective, explaining both the concept of DSR and an effective method for teaching it. This chapter includes examples of DSR, a teaching methodology, learning objectives, and recommendations. Moreover, we have created a survey artifact intended to gather data on the experiences of design science users. The goal is to discover insights into contemporary issues and needs for DSR best practices (and, in consequence, evaluate the methodology we aim to teach). Our survey results offer a comprehensive overview of participants' experiences with DSR in the SE and IS Engineering domain, highlighting broad engagement primarily initiated during PhD studies and driven by supervisory guidance and research problems. We finally disclose the artifact to the community so that it can be used by other educators as a preparation when planning to teach DSR in tune with the experiences of their target audience.
- Abstract（参考訳）: デザインサイエンスリサーチ(DSR)方法論の適用は、ほとんどの情報システム(IS)やソフトウェア工学研究において、一般的な作業資源になりつつある。
直面するべき研究や実践的な設計問題は、特定のコンテキストにおけるアーティファクトの作成や調査の方法に関する質問に答えることを目的としている。
アーティファクトとコンテキストの両方を正確に特徴付けることは、効果的な研究開発に不可欠である。
IS工学の専門家によって様々なデザイン科学ガイドラインやフレームワークが作成されているが、新興の研究者や大学院生は依然としてこの研究手法を正しく適用することは困難であると考えている。
DSRの特定の問題や意思決定に対処するために開発できるアーティファクトの種類について、初心者の研究者を指導し支援する文献や資料は限られている。
本章では、DSRにおけるこのギャップに対処するため、DSRの概念とそれを教える効果的な方法の両方を説明し、教育的な観点からDSRを探求する。
この章には、DSR、教育方法論、学習目的、レコメンデーションの例が含まれている。
さらに,デザインサイエンス利用者の体験データ収集を目的とした調査アーティファクトも作成した。
ゴールは、現代の問題やDSRのベストプラクティスの必要性に関する洞察を見つけることです(その結果、私たちが教えようとしている方法論を評価します)。
本調査は,SEおよびIS Engineering領域におけるDSRの参加者の経験を概観し,主にPhD研究の過程で開始され,監督指導や研究の課題によって引き起こされた幅広い取り組みを明らかにするものである。
対象者の体験に合わせてDSRを教えるための準備として,他の教育者が利用できるように,ようやくコミュニティに公開しました。
関連論文リスト
- StructRAG: Boosting Knowledge Intensive Reasoning of LLMs via Inference-time Hybrid Information Structurization [94.31508613367296]
Retrieval-augmented Generation(RAG)は、大規模言語モデル(LLM)を効果的に強化する鍵となる手段である。
本稿では,手前のタスクに対して最適な構造型を識別し,元の文書をこの構造化形式に再構成し,その結果に基づいて回答を推測するStructRAGを提案する。
実験の結果、StructRAGは最先端のパフォーマンスを実現し、特に挑戦的なシナリオに優れていた。
論文 参考訳（メタデータ） (2024-10-11T13:52:44Z) - O1 Replication Journey: A Strategic Progress Report -- Part 1 [52.062216849476776]
本稿では,O1 Replication Journeyに具体化された人工知能研究の先駆的アプローチを紹介する。
我々の方法論は、長期化したチームベースのプロジェクトの不規則性を含む、現代のAI研究における重要な課題に対処する。
本稿では,モデルにショートカットだけでなく,完全な探索プロセスの学習を促す旅行学習パラダイムを提案する。
論文 参考訳（メタデータ） (2024-10-08T15:13:01Z) - On the Element-Wise Representation and Reasoning in Zero-Shot Image Recognition: A Systematic Survey [82.49623756124357]
ゼロショット画像認識(ZSIR)は、目に見えない領域の認識と推論をモデルに与えることを目的としている。
本稿では,近年の素子ワイドZSIRの進歩について概説する。
まず、オブジェクト認識、合成認識、基礎モデルに基づくオープンワールド認識という3つの基本的なZSIRタスクを、統一された要素的視点に統合する。
論文 参考訳（メタデータ） (2024-08-09T05:49:21Z) - Deep Learning based Visually Rich Document Content Understanding: A Survey [8.788354139674789]
ビジュアルリッチドキュメント(VRD)は、学術、金融、医療、マーケティングにおいて不可欠である。
ディープラーニングはこのプロセスに革命をもたらし、マルチモーダル情報ビジョン、テキスト、レイアウトを活用するモデルを導入した。
これらのモデルは、様々な下流タスクで最先端のパフォーマンスを達成した。
論文 参考訳（メタデータ） (2024-08-02T14:19:34Z) - A Process for Reviewing Design Science Research Papers to Enhance Content Knowledge & Research Opportunities [4.73194777046253]
多くの出版されている情報システム研究は、デザイン科学研究(DSR)ではなく行動科学研究(BSR)のカテゴリである。
これは、多くのISの博士課程のBSRの方向性に起因している。
本稿では,技術内容の知識の向上,IS/ITアーティファクトの設計と評価に対する知識とアプローチの理解の向上,新たなDSR機会の特定を促進することを目的としたDSR論文のレビュープロセスを提案する。
論文 参考訳（メタデータ） (2024-07-24T17:40:00Z) - A Comprehensive Review of Recommender Systems: Transitioning from Theory to Practice [5.564583287027287]
Recommender Systems(RS)は、パーソナライズされたアイテムの提案を提供することで、ユーザーエクスペリエンスを高める上で重要な役割を果たす。
この調査は、2017年から2024年までのRSの進歩を包括的にレビューする。
それは、eコマース、ヘルスケア、金融など、さまざまな分野の課題に対処する。
論文 参考訳（メタデータ） (2024-07-18T17:00:53Z) - Teaching Research Design in Software Engineering [1.9659095632676098]
経験的ソフトウェア工学(ESE)は、新しい技術を採用する際の実践を伝える知識を批判的に評価し提供することを目的とした競争力として登場した。
この章では、ESEにおけるソフトウェアエンジニアと研究者の教育に不可欠な研究設計の基礎的スキルについて教えている。
論文 参考訳（メタデータ） (2024-07-06T21:06:13Z) - Action Research with Industrial Software Engineering -- An Educational Perspective [0.5257115841810258]
アクションリサーチは、産業環境でのソフトウェアエンジニアリング手法の有用性とユーザビリティを探求する機会を提供する。
ソフトウェア開発組織と異なる種類のインタラクションが必要です。
本章は、行動研究の学習と指導を支援することを目的としている。
論文 参考訳（メタデータ） (2024-07-05T17:05:06Z) - Systematic Mapping Protocol -- UX Design role in software development
process [55.2480439325792]
ソフトウェア開発プロセスにおけるUXデザイナの役割を調べるための体系的なマッピングプロトコルを提案する。
本研究は,地図作成に使用する研究課題,スコープ,ソース,検索戦略,選択基準,データ抽出,分析方法を定義する。
論文 参考訳（メタデータ） (2024-02-20T16:56:46Z) - The Efficiency Spectrum of Large Language Models: An Algorithmic Survey [54.19942426544731]
LLM(Large Language Models)の急速な成長は、様々なドメインを変換する原動力となっている。
本稿では,LLMのエンドツーエンドのアルゴリズム開発に不可欠な多面的効率性について検討する。
論文 参考訳（メタデータ） (2023-12-01T16:00:25Z) - Video Super Resolution Based on Deep Learning: A Comprehensive Survey [87.30395002197344]
深層学習に基づく33の最先端ビデオ超解像法(VSR)を包括的に検討した。
そこで本研究では,フレーム間情報を利用した分類手法を提案し,その手法を6つのサブカテゴリに分類する。
いくつかのベンチマークデータセットにおける代表的VSR法の性能を要約し比較する。
論文 参考訳（メタデータ） (2020-07-25T13:39:54Z)
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。