論文の概要: Exploring the Use of ChatGPT for a Systematic Literature Review: a Design-Based Research
- arxiv url: http://arxiv.org/abs/2409.17426v1
- Date: Wed, 25 Sep 2024 23:29:19 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-28 23:50:22.767450
- Title: Exploring the Use of ChatGPT for a Systematic Literature Review: a Design-Based Research
- Title（参考訳）: システム文献レビューにおけるChatGPTの利用を探る:デザインベース研究
- Authors: Qian Huang, Qiyun Wang,
- Abstract要約: 体系的な文献レビューを行う上でChatGPTを使用する方法に関する実証的研究は限られている。
本研究では、ChatGPTを用いて、同じ33論文のSLRを設計ベースのアプローチで実行した。
ガイド原理は、ChatGPTを用いてSLRを実行する必要がある研究者のために、本研究から要約される。
- 参考スコア（独自算出の注目度）: 6.648201217305476
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: ChatGPT has been used in several educational contexts,including learning, teaching and research. It also has potential to conduct the systematic literature review (SLR). However, there are limited empirical studies on how to use ChatGPT in conducting a SLR. Based on a SLR published,this study used ChatGPT to conduct a SLR of the same 33 papers in a design-based approach, to see what the differences are by comparing the reviews' results,and to answer: To what extent can ChatGPT conduct SLR? What strategies can human researchers utilize to structure prompts for ChatGPT that enhance the reliability and validity of a SLR? This study found that ChatGPT could conduct a SLR. It needs detailed and accurate prompts to analyze the literature. It also has limitations. Guiding principles are summarized from this study for researchers to follow when they need to conduct SLRs using ChatGPT.
- Abstract（参考訳）: ChatGPTは、学習、教育、研究など、いくつかの教育的文脈で使用されている。
また、体系的文献レビュー(SLR)を行う可能性もある。
しかしながら、SLRの実行にChatGPTを使用する方法に関する実験的な研究は限られている。
この研究では、ChatGPTを使用して、同じ33論文のSLRを設計ベースのアプローチで実行し、レビューの結果を比較して、どのような違いがあるのかを確認します。
人間の研究者は、SLRの信頼性と妥当性を高めるChatGPTの構造的プロンプトにどのような戦略を利用できるか?
この研究により、ChatGPTはSLRを実行できることがわかった。
文学を分析するには、詳細な、正確なプロンプトが必要です。
制限もある。
ガイド原理は、ChatGPTを用いてSLRを実行する必要がある研究者のために、本研究から要約される。
関連論文リスト
- Using ChatGPT for Science Learning: A Study on Pre-service Teachers'
Lesson Planning [0.7416846035207727]
本研究は,韓国の大学教員29名による授業計画について分析した。
授業計画では14種類の指導・学習方法・戦略が同定された。
本研究は,授業計画におけるChatGPTの適切な使用例と不適切な使用例の両方を同定した。
論文 参考訳（メタデータ） (2024-01-18T22:52:04Z) - "It's not like Jarvis, but it's pretty close!" -- Examining ChatGPT's
Usage among Undergraduate Students in Computer Science [3.6936132187945923]
ChatGPTやGoogle Bardのような大規模言語モデル(LLM)は、学術界で大きな注目を集めている。
本研究は,大学院コンピュータサイエンスの学生がChatGPTをどのように利用するのかを包括的に理解するための,学生第一のアプローチを採用する。
論文 参考訳（メタデータ） (2023-11-16T08:10:18Z) - Exploring ChatGPT's Capabilities on Vulnerability Management [56.4403395100589]
我々は、70,346のサンプルを含む大規模なデータセットを用いて、完全な脆弱性管理プロセスを含む6つのタスクでChatGPTの機能を探求する。
注目すべき例として、ChatGPTのソフトウェアバグレポートのタイトル生成などのタスクにおける熟練度がある。
以上の結果から,ChatGPTが抱える障害が明らかとなり,将来的な方向性に光を当てた。
論文 参考訳（メタデータ） (2023-11-11T11:01:13Z) - Chatbot-supported Thesis Writing: An Autoethnographic Report [0.0]
チャットGPTは、学士論文や学生研究論文など、学習者がテキストを生成する必要のあるフォーマットに適用される。
ChatGPTは、論文を書く上で有益なツールとして評価される。
しかし、決定的な論文を書くには、学習者の意味のある関与が必要である。
論文 参考訳（メタデータ） (2023-10-14T09:09:26Z) - AI and Education: An Investigation into the Use of ChatGPT for Systems
Thinking [0.09618478226711495]
この研究は、ツールの異なるバージョンにわたるChatGPTの応答の正確性、有用性、信頼性を評価する。
いくつかの制限があるにもかかわらず、この研究はChatGPTがシステム思考の教育と学習に有用なツールであることを示唆している。
論文 参考訳（メタデータ） (2023-07-26T14:12:16Z) - Transformative Effects of ChatGPT on Modern Education: Emerging Era of
AI Chatbots [36.760677949631514]
ChatGPTは、大量のデータの分析に基づいて、一貫性と有用な応答を提供するためにリリースされた。
予備評価の結果,ChatGPTは財務,コーディング,数学など各分野において異なる性能を示した。
不正確なデータや偽データを生成する可能性など、その使用には明らかな欠点がある。
ChatGPTを教育のツールとして使用すれば、学術的規制と評価のプラクティスを更新する必要がある。
論文 参考訳（メタデータ） (2023-05-25T17:35:57Z) - Uncovering the Potential of ChatGPT for Discourse Analysis in Dialogue:
An Empirical Study [51.079100495163736]
本稿では、トピックセグメンテーションと談話解析という2つの談話分析タスクにおけるChatGPTの性能を体系的に検証する。
ChatGPTは、一般的なドメイン間会話においてトピック構造を特定する能力を示すが、特定のドメイン間会話ではかなり困難である。
我々のより深い調査は、ChatGPTは人間のアノテーションよりも合理的なトピック構造を提供するが、階層的なレトリック構造を線形に解析することしかできないことを示唆している。
論文 参考訳（メタデータ） (2023-05-15T07:14:41Z) - When do you need Chain-of-Thought Prompting for ChatGPT? [87.45382888430643]
CoT(Chain-of-Thought)は,大規模言語モデル(LLM)から複雑な多段階推論を効果的に引き出すことができる
CoT がChatGPT などの最近の命令微調整 (IFT) LLM に対してまだ有効であるかどうかは不明である。
論文 参考訳（メタデータ） (2023-04-06T17:47:29Z) - Can ChatGPT Understand Too? A Comparative Study on ChatGPT and
Fine-tuned BERT [103.57103957631067]
チャットGPTは、人間の質問に対する流動的で高品質な応答を生成できるため、大きな注目を集めている。
そこで我々は,ChatGPTの理解能力を,最も人気のあるGLUEベンチマークで評価し,より詳細な4種類のBERTスタイルのモデルと比較した。
2)ChatGPTは,感情分析や質問応答タスクにおいて,BERTと同等のパフォーマンスを達成している。
論文 参考訳（メタデータ） (2023-02-19T12:29:33Z) - A Multitask, Multilingual, Multimodal Evaluation of ChatGPT on
Reasoning, Hallucination, and Interactivity [79.12003701981092]
8種類の共通NLPアプリケーションタスクをカバーする23のデータセットを用いてChatGPTの広範な技術的評価を行う。
これらのデータセットと、新たに設計されたマルチモーダルデータセットに基づいて、ChatGPTのマルチタスク、マルチリンガル、マルチモーダルの側面を評価する。
ChatGPTの精度は平均63.41%で、論理的推論、非テキスト的推論、コモンセンス推論の10の異なる推論カテゴリで正確である。
論文 参考訳（メタデータ） (2023-02-08T12:35:34Z) - Is ChatGPT a General-Purpose Natural Language Processing Task Solver? [113.22611481694825]
大規模言語モデル(LLM)は、さまざまな自然言語処理(NLP)タスクをゼロショットで実行できることを実証している。
近年、ChatGPTのデビューは自然言語処理(NLP)コミュニティから大きな注目を集めている。
ChatGPTが多くのNLPタスクをゼロショットで実行できるジェネラリストモデルとして機能するかどうかはまだ分かっていない。
論文 参考訳（メタデータ） (2023-02-08T09:44:51Z)
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。