論文の概要: Emílias Podcast -- Mulheres na Computação: Ampliando Horizontes e Inspirando Carreiras em STEM

• arxiv url: http://arxiv.org/abs/2410.16294v1
• Date: Sun, 06 Oct 2024 12:59:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-27 05:40:46.599986
• Title: Emílias Podcast -- Mulheres na Computação: Ampliando Horizontes e Inspirando Carreiras em STEM
• Title（参考訳）: Emílias Podcast --Mulheres na Computação: Ampliando Horizontes e Inspirando Carreiras em STEM
• Authors: Nathálya Chaves Dos Santos, Adolfo Gustavo Serra Seca Neto,
• Abstract要約: 「Em'ilias Podcast -- Women in Computing」は2024年10月3日に創立5周年を迎えた。 ポッドキャストの目的は、コンピューティングや関連分野の女性たちが自分の経験を共有する場所を提供することだ。 その結果、100%のインタビュアーが"Em'ilia's Podcast"を推奨し、プロジェクトの満足度の高さを反映していることがわかった。
• 参考スコア（独自算出の注目度）: 0.42970700836450487
• License:
• Abstract: On October 3, 2024, the "Em\'ilias Podcast -- Women in Computing" celebrates its 5th anniversary, standing out as a platform that promotes the participation of women in STEM (an acronym for "science, technology, engineering, and mathematics"). The podcast aims to provide a space for women in computing and related fields to share their experiences and highlight the various opportunities in Information and Communication Technology (ICT). The methodology included a feedback survey with interviewees, conducted via Google Forms, to assess their experience and determine whether they would recommend the podcast. In addition, we analyzed audience data, which showed consistent growth over the five years. The results revealed that 100% of the interviewees would recommend "Em\'ilias Podcast," reflecting a high level of satisfaction with the project. The average participation experience rating was 4.7 on a scale of 1 to 5, highlighting positive aspects such as the quality of the script, the interview conduction, and the networking opportunities. The audience data also underscore the podcast's impact: with over 10,000 accumulated downloads and plays, it is primarily listened to by people aged 23 to 44, with 50.9% of the audience being female, demonstrating its relevance and reach. In conclusion, the feedback from interviewees and the audience data reinforce the podcast's positive impact and its crucial role in the inclusion of women in technology. The results highlight the importance of promoting the field and its opportunities, contributing to a more inclusive and inspiring future. The data analysis demonstrates the podcast's effectiveness in engaging and expanding its audience, establishing it as a significant example of social impact in ICT.
• Abstract（参考訳）: 2024年10月3日、「Em\'ilias Podcast -- Women in Computing」が5周年を祝い、STEM(「科学、技術、工学、数学」の頭字語)への女性の参加を促進するプラットフォームとして注目されている。ポッドキャストは、情報通信技術(ICT)の様々な機会を共有・共有するための、コンピューティングおよび関連分野の女性のためのスペースを提供することを目的としている。この方法論には、Google Formsを通じて実施されたインタビュアーからのフィードバック調査や、ポッドキャストを推薦するかどうかの判断が含まれており、さらに5年間で連続的な成長を示すオーディエンスデータを分析した結果、インタビュアーの100%が「Em\ilias Podcast」を推奨していることが判明した。 平均参加体験評価は1から5の尺度で4.7であり,スクリプトの品質,インタビュー行動,ネットワークの機会といった肯定的な側面を強調した。 1万以上のダウンロードとプレイが蓄積され、主に23歳から44歳の人々が聴き、50.9%が女性であり、その妥当性とリーチを示している。 結論として、インタビュアーとオーディエンスデータからのフィードバックは、ポッドキャストの肯定的な影響と、女性をテクノロジーに取り入れることにおける重要な役割を補強する。 結果は、フィールドとその機会を促進することの重要性を強調し、より包括的で刺激的な未来に寄与する。 データ分析は、ポッドキャストのオーディエンスへのエンゲージメントと拡大効果を示し、ICTにおける社会的影響の顕著な例として確立した。

関連論文リスト

• PropaInsight: Toward Deeper Understanding of Propaganda in Terms of Techniques, Appeals, and Intent [71.20471076045916]
  プロパガンダは世論の形成と偽情報の拡散に重要な役割を果たしている。 Propainsightはプロパガンダを体系的に、技術、覚醒的魅力、そして根底にある意図に分解する。 Propagazeは、人間の注釈付きデータと高品質な合成データを組み合わせる。
  論文  参考訳（メタデータ） (2024-09-19T06:28:18Z)
• Social AI Improves Well-Being Among Female Young Adults [0.5439020425819]
  ChatGPTのような言語モデルの台頭は、新しいエンターテイメントの形式としてSocial AIを導入した。 本稿では,これらの相互作用がユーザの社会的・精神的健康に及ぼす影響について検討する。
  論文  参考訳（メタデータ） (2023-11-12T16:44:43Z)
• Public Attitudes Toward ChatGPT on Twitter: Sentiments, Topics, and Occupations [1.6466986427682635]
  感情分析などの自然言語処理技術を適用し,ChatGPTに対する公衆の態度を検討した。 私たちの感情分析の結果、全体の感情は肯定的であり、ネガティブな感情は時間の経過とともに減少していたことが示唆された。 私たちのトピックモデルは、最も人気のあるトピックが、教育、バード、検索エンジン、OpenAI、マーケティング、サイバーセキュリティであることを示している。
  論文  参考訳（メタデータ） (2023-06-22T15:10:18Z)
• Despertando o Interesse de Mulheres para os Cursos em STEM [0.0]
  Em'ilias - Armaccao em Bits Projectが学校のワークショップを開催している。 コンピュータ分野における若者と専門家の交流を促進するためにポッドキャストが作成されている。 Spotifyによると、ポッドキャストのオーディエンスは女性53%、男性44%、未特定3%で構成されている。
  論文  参考訳（メタデータ） (2023-05-29T20:34:31Z)
• How Would The Viewer Feel? Estimating Wellbeing From Video Scenarios [73.24092762346095]
  情緒応答と主観的幸福感に注釈を付けた6万本以上のビデオを備えた大規模データセットを2つ導入した。 Video Cognitive Empathyデータセットには、微粒な感情応答の分布のためのアノテーションが含まれており、モデルが感情状態の詳細な理解を得ることができる。 Video to Valenceデータセットには、ビデオ間の相対的な快適性のアノテーションが含まれている。
  論文  参考訳（メタデータ） (2022-10-18T17:58:25Z)
• Learning in Audio-visual Context: A Review, Analysis, and New Perspective [88.40519011197144]
  本調査は,聴覚・視覚領域の研究を体系的に整理し,分析することを目的とする。 計算研究に影響を与えた重要な発見をいくつか紹介する。 本稿では,音声視覚シーン理解の新しい視点を提案するとともに,音声視覚学習領域の今後の可能性について論じ,分析する。
  論文  参考訳（メタデータ） (2022-08-20T02:15:44Z)
• Knowledge-Grounded Conversational Data Augmentation with Generative Conversational Networks [76.11480953550013]
  生成会話ネットワークを用いて会話データを自動的に生成する。 我々は、Topical Chatデータセット上で、知識のない会話に対するアプローチを評価した。
  論文  参考訳（メタデータ） (2022-07-22T22:37:14Z)
• NewsPod: Automatic and Interactive News Podcasts [18.968547560235347]
  NewsPodは自動的に生成されたインタラクティブなニュースポッドキャストだ。 ポッドキャストはニュースイベントを中心にセグメントに分けられ、各セグメントは質問と回答の会話として構成される。 NewsPodの新たな側面は、リスナーが自身の質問をすることでポッドキャストと対話し、自動的に生成された回答を受け取ることを可能にする。
  論文  参考訳（メタデータ） (2022-02-15T02:37:04Z)
• An Audio-Visual Dataset and Deep Learning Frameworks for Crowded Scene Classification [58.720142291102135]
  本稿では,音声視覚シーン分類(SC)の課題について述べる。 この課題において、入力ビデオは「リオト」、「ノワーズ・ストリート」、「ファイアワーク・イベント」、「ミュージック・イベント」、そして「スポーツ・アトムスフィア」の5つの実物混みのシーンのうちの1つに分類される。
  論文  参考訳（メタデータ） (2021-12-16T19:48:32Z)
• Gender bias in magazines oriented to men and women: a computational approach [58.720142291102135]
  女性指向の雑誌の内容と男性指向の雑誌の内容を比較する。 トピック・モデリングの手法により、雑誌で議論されている主要なテーマを特定し、これらのトピックの存在が時間とともに雑誌間でどの程度異なるかを定量化する。 以上の結果から,セクシュアオブジェクトとしての家族,ビジネス,女性の出現頻度は,時間とともに消失する傾向にあることが示唆された。
  論文  参考訳（メタデータ） (2020-11-24T14:02:49Z)
• PodSumm -- Podcast Audio Summarization [0.0]
  テキストドメインからのガイダンスを用いて,ポッドキャストの要約を自動的に作成する手法を提案する。 このタスクにはデータセットが不足しているため、内部データセットをキュレートし、データ拡張の効果的なスキームを見つけ、アノテータから要約を集めるためのプロトコルを設計する。 本手法は, ROUGE-F(1/2/L) スコア0.63/0.53/0.63をデータセット上で達成する。
  論文  参考訳（メタデータ） (2020-09-22T04:49:33Z)

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。