論文の概要: A Process for Reviewing Design Science Research Papers to Enhance Content Knowledge & Research Opportunities
- arxiv url: http://arxiv.org/abs/2408.07230v1
- Date: Wed, 24 Jul 2024 17:40:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-19 03:47:26.541201
- Title: A Process for Reviewing Design Science Research Papers to Enhance Content Knowledge & Research Opportunities
- Title（参考訳）: コンテンツ知識・研究機会を高めるデザインサイエンス研究論文のレビュープロセス
- Authors: Kweku-Muata Osei-Bryson,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 4.73194777046253
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Most published Information Systems research are of the behavioral science research (BSR) category rather than the design science research (DSR) category. This is due in part to the BSR orientation of many IS doctoral programs, which often do not involve much technical courses. This includes IS doctoral programs that train Information and Communication Technologies for Development (ICT4D) researchers. Without such technical knowledge many doctoral and postdoctoral researchers will not feel confident in engaging in DSR research. Given the importance of designing artifacts that are appropriate for a given context, an important question is how can ICT4D and other IS researchers increase their IS technical content knowledge and intimacy with the DSR process. In this paper we present, a process for reviewing DSR papers that has as its objectives: enhancing technical content knowledge, increasing knowledge and understanding of approaches to designing and evaluating IS/IT artifacts, and facilitating the identification of new DSR opportunities. This process has been applied for more than a decade at a USA research university.
- Abstract（参考訳）: 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。
このプログラムには、ICT4D(Information and Communication Technologies for Development)研究者を訓練するISの博士プログラムが含まれる。
このような技術知識がなければ、多くの博士や博士の研究者はDSR研究への参加に自信を持ってはいないだろう。
特定の文脈に適したアーティファクトを設計することの重要性を考えると、ICT4Dや他のIS研究者はどのようにしてISの技術コンテンツ知識とDSRプロセスとの親密性を高めることができるのかが重要な疑問である。
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機会の識別を容易に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。
このプロセスは、米国の研究大学で10年以上にわたって適用されてきた。
関連論文リスト
- Teaching Design Science as a Method for Effective Research Development [0.24578723416255752]
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。
論文 参考訳（メタデータ） (2024-07-13T10:43:06Z) - 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) - Research information in the light of artificial intelligence: quality and data ecologies [0.0]
本稿では,研究情報に適したAI技術を見つけるための多分野間アプローチを提案する。
RIM(Professional Research Information Management)は、研究者にとってデータ駆動型ツールとしてますます重要になりつつある。
論文 参考訳（メタデータ） (2024-05-06T16:07:56Z) - SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。
SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。
本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
論文 参考訳（メタデータ） (2024-04-09T15:01:51Z) - Artificial intelligence to automate the systematic review of scientific
literature [0.0]
我々は過去15年間に提案されたAI技術について,研究者が科学的文献の体系的な分析を行うのを助けるために調査を行った。
現在サポートされているタスク、適用されるアルゴリズムの種類、34の初等研究で提案されているツールについて説明する。
論文 参考訳（メタデータ） (2024-01-13T19:12:49Z) - The Semantic Reader Project: Augmenting Scholarly Documents through
AI-Powered Interactive Reading Interfaces [54.2590226904332]
本稿では,研究論文を対象とした動的読解インタフェースの自動作成を目的としたセマンティック・リーダー・プロジェクトについて述べる。
10のプロトタイプインターフェースが開発され、300人以上の参加者と現実世界のユーザが読書体験を改善している。
本論文は,研究論文を読む際,学者と公衆の面を巡って構築する。
論文 参考訳（メタデータ） (2023-03-25T02:47:09Z) - Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on
Neuro-Symbolic Computing [66.91310801654548]
ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。
NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
論文 参考訳（メタデータ） (2022-10-28T04:38:10Z) - Artificial Intelligence and Natural Language Processing and
Understanding in Space: Four ESA Case Studies [48.53582660901672]
本稿では,空間文書から情報を自動的に抽出するための,人工知能と自然言語処理と理解に基づく方法論的枠組みを提案する。
ケーススタディはミッションデザイン、品質保証、長期データ保存、オープンスペースイノベーションプラットフォームなど、ESAのさまざまな機能領域で実装されている。
論文 参考訳（メタデータ） (2022-10-07T15:50:17Z) - Artificial Intelligence in Concrete Materials: A Scientometric View [77.34726150561087]
本章は, コンクリート材料用AI研究の主目的と知識構造を明らかにすることを目的としている。
まず、1990年から2020年にかけて発行された389の雑誌記事が、ウェブ・オブ・サイエンスから検索された。
キーワード共起分析やドキュメント共起分析などのサイエントメトリックツールを用いて,研究分野の特徴と特徴を定量化した。
論文 参考訳（メタデータ） (2022-09-17T18:24:56Z) - 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) - A Systematic Literature Review on the Use of Deep Learning in Software
Engineering Research [22.21817722054742]
ソフトウェア開発タスクを自動化するために、ソフトウェア工学(SE)研究者が採用するテクニックのセットが、ディープラーニング(DL)の概念に根ざしている。
本稿では,SE & DLの交差点における研究の体系的な文献レビューを行う。
我々は、機械学習技術の特定の問題領域への適用を規定する一連の原則である学習の構成要素を中心に分析を行う。
論文 参考訳（メタデータ） (2020-09-14T15:28:28Z)
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。