論文の概要: What do Computing Interns Discuss Online? An Empirical Analysis of Reddit Posts
- arxiv url: http://arxiv.org/abs/2412.13296v1
- Date: Tue, 17 Dec 2024 19:49:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-19 16:48:48.381244
- Title: What do Computing Interns Discuss Online? An Empirical Analysis of Reddit Posts
- Title（参考訳）: オンライン上でのコンピューティングの関心は何か? Redditの投稿を実証的に分析
- Authors: Saheed Popoola, Ashwitha Vollem, Kofi Nti,
- Abstract要約: 本稿では,インターンシップに関する学生の議論と意見について考察する。
根語「インターン」を含む921,845件中143,912件のRedditのインターンシップに関する投稿を抽出した。
その結果、コンピュータインターンは概して肯定的な感情を示し、議論は主に、学者、学校の入学、職業的キャリア、エンターテイメント活動、社会的相互作用に関連していた。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Computing internships are the most common way for students to gain practical real-world experience. Internships have become a major part of most computing curricula because they help match student abilities or expectations with the demand of the workforce. The internship experience for students vary due to diverse factors such misconceptions about industrial realities, level of preparation, networking opportunities and so on. This papers attempts to provide insights into students discussions and opinions related to internship. We extracted 143,912 online Reddit posts related to computing internships out of 921,845 posts containing the rootword "intern", and then used topic modelling to unravel the common themes in the discussions. Next, we applied sentiment analysis techniques to understand the feelings expressed by the students in the Reddit posts. The results show that computing interns generally express a positive sentiment and the discussions were mostly related to academics, school admissions, professional career, entertainment activities, and social interactions.
- Abstract（参考訳）: コンピュータインターンシップは、学生が実世界の実践的な経験を得るための最も一般的な方法である。
インターンシップは、学生の能力や期待と労働力の需要とを一致させるため、ほとんどの計算カリキュラムの主要な部分となっている。
学生のインターンシップ体験は、産業現実に対する誤解、準備のレベル、ネットワークの機会など、様々な要因により様々である。
本論文は,インターンシップに関する学生の議論と意見に関する洞察の提供を目的としている。
私たちは、根語「インターン」を含む921,845件のインターンシップに関するオンラインReddit投稿143,912件を抽出し、トピックモデリングを使用して議論の共通テーマを解き放った。
次に,Reddit投稿の学生が表現する感情を理解するために感情分析手法を適用した。
その結果、コンピュータインターンは概して肯定的な感情を示し、議論は主に、学者、学校の入学、職業的キャリア、エンターテイメント活動、社会的相互作用に関連していた。
関連論文リスト
- Building Collaborative Learning: Exploring Social Annotation in Introductory Programming [2.143931038161476]
学生や教師は、フィードバックフルーツ、ペルーサル、ダイゴなどのプラットフォームを使用して、コース資料を共同で議論する。
このアプローチは、学生が自分の考えや答えを同僚と共有することを奨励し、よりインタラクティブな学習環境を育む。
ペルーサルが112名の学生の受験成績に及ぼす影響を報告する。
論文 参考訳（メタデータ） (2024-06-17T08:59:41Z) - Bringing Social Computing to Secondary School Classrooms [9.217508954179563]
ソーシャルコンピューティングのトピックは、既存の中・高校のカリキュラムではほとんど触れられません。
我々は,ソーシャルコンピューティングがデータ管理,暗号化メッセージング,ヒューマン・コンピュータインタラクションキャリア,機械学習とバイアス,誤情報,オンライン行動といったトピックにどのように関係しているかについて学ぶ。
81.13%の学生が、STEMに対する関心に比べて、授業の内容に対する関心が高かったことが判明した。
論文 参考訳（メタデータ） (2024-01-17T20:40:51Z) - Experiences with Research Processes in an Undergraduate Theory of
Computing Course [0.30458514384586394]
コンピュータ理論(ToC)コースは、多くの学部生CSカリキュラムにおいて必須である。
ToCコースの共通研究環境を模擬会議代行によってエミュレートした。
論文 参考訳（メタデータ） (2023-10-03T11:37:06Z) - 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) - UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。
本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。
学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文 参考訳（メタデータ） (2023-05-31T11:29:04Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳（メタデータ） (2022-10-04T17:32:27Z) - Open-Source Internships With Industry Mentors [0.0]
本報告では,ボランティアソフトウェアエンジニアが夏季にオープンソースプロジェクトで学生を指導するプログラムについて述べる。
このプログラムは、技術に乏しい非R1学校の学部生を主に利用した。
もっとも有望なことに、メンターは80%の学生の専門的な参考として働くことを望んでいた。
論文 参考訳（メタデータ） (2021-11-03T20:05:50Z) - Interleaving Computational and Inferential Thinking: Data Science for
Undergraduates at Berkeley [81.01051375191828]
カリフォルニア大学バークレー校の大学院データサイエンスカリキュラムは、5つの新しいコースに固定されている。
これらのコースは計算思考、推論思考、現実世界の問題に取り組むことを強調する。
これらのコースは、キャンパスで最も人気のあるコースの一つとなり、データサイエンスの新しい学部生とマイナープログラムへの関心が高まっている。
論文 参考訳（メタデータ） (2021-02-13T22:51:24Z) - Are Top School Students More Critical of Their Professors? Mining
Comments on RateMyProfessor.com [83.2634062100579]
RateMyProfessor.comの学生レビューとコメントは、学生の現実的な学習経験を反映している。
本研究は,学生のレビューやコメントに重要な情報が含まれており,授業や大学への入学に欠かせない参考文献として利用できることを実証する。
論文 参考訳（メタデータ） (2021-01-23T20:01:36Z) - Semantics for Robotic Mapping, Perception and Interaction: A Survey [93.93587844202534]
理解の研究は、ロボットに世界が何を意味するのかを決定する。
人間とロボットが同じ世界で活動するようになるにつれ、人間とロボットの相互作用の展望も意味論をもたらす。
ニーズや、トレーニングデータや計算リソースの可用性向上などによって駆動されるセマンティックスは、ロボティクスにおける急速に成長している研究領域である。
論文 参考訳（メタデータ） (2021-01-02T12:34:39Z) - Peer-inspired Student Performance Prediction in Interactive Online
Question Pools with Graph Neural Network [56.62345811216183]
本稿では,対話型オンライン質問プールにおいて,より優れた生徒のパフォーマンス予測を実現するために,グラフニューラルネットワーク(GNN)を用いた新しいアプローチを提案する。
具体的には,学生のインタラクションを用いた学生と質問の関係をモデル化し,学生のインタラクション・クエストネットワークを構築する。
1631の質問に対して4000人以上の学生の問題解決過程において生成した104,113個のマウス軌跡からなる実世界のデータセットに対するアプローチの有効性を評価した。
論文 参考訳（メタデータ） (2020-08-04T14:55:32Z)
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。