論文の概要: Not real or too soft? On the challenges of publishing interdisciplinary software engineering research
- arxiv url: http://arxiv.org/abs/2501.06523v1
- Date: Sat, 11 Jan 2025 12:18:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-14 14:27:37.456830
- Title: Not real or too soft? On the challenges of publishing interdisciplinary software engineering research
- Title（参考訳）: 現実かソフトか?-学際的ソフトウェア工学研究の出版の課題について
- Authors: Sonja M. Hyrynsalmi, Grischa Liebel, Ronnie de Souza Santos, Sebastian Baltes,
- Abstract要約: ソフトウェア工学の分野は、社会的および技術的な側面を組み合わせる。
ソフトウェアエンジニアリングの会場に提出された学際的な研究は、伝統的なトピックや技術的なトピックと同じレベルの認識を受けられないかもしれない。
- 参考スコア（独自算出の注目度）: 4.597329752530121
- License:
- Abstract: The discipline of software engineering (SE) combines social and technological dimensions. It is an interdisciplinary research field. However, interdisciplinary research submitted to software engineering venues may not receive the same level of recognition as more traditional or technical topics such as software testing. For this paper, we conducted an online survey of 73 SE researchers and used a mixed-method data analysis approach to investigate their challenges and recommendations when publishing interdisciplinary research in SE. We found that the challenges of publishing interdisciplinary research in SE can be divided into topic-related and reviewing-related challenges. Furthermore, while our initial focus was on publishing interdisciplinary research, the impact of current reviewing practices on marginalized groups emerged from our data, as we found that marginalized groups are more likely to receive negative feedback. In addition, we found that experienced researchers are less likely to change their research direction due to feedback they receive. To address the identified challenges, our participants emphasize the importance of highlighting the impact and value of interdisciplinary work for SE, collaborating with experienced researchers, and establishing clearer submission guidelines and new interdisciplinary SE publication venues. Our findings contribute to the understanding of the current state of the SE research community and how we could better support interdisciplinary research in our field.
- Abstract（参考訳）: ソフトウェア工学(SE)の分野は、社会的および技術的な側面を組み合わせたものである。
学際的な研究分野である。
しかしながら、ソフトウェア工学の会場に提出された学際的な研究は、ソフトウェアテストのような従来的または技術的なトピックと同等のレベルの認識を受けられない可能性がある。
本稿では、73人のSE研究者を対象にオンライン調査を行い、SEにおける学際研究を公開する際の課題と勧告について、混合メソッドデータ分析アプローチを用いて検討した。
本研究は,SEにおける学際研究の課題をトピックとレビューの課題に分けることができる。
さらに、当初、学際的な研究の出版に焦点が当てられていたが、現在のレビューの実践が、偏見付きグループに与える影響がデータから明らかとなり、偏見付きグループの方がネガティブなフィードバックを受けやすいことが判明した。
さらに、経験豊富な研究者は、フィードバックによって研究の方向性を変える可能性が低いことがわかった。
この課題に対処するため,参加者は,SEにおける学際的作業の影響と価値を強調し,経験者と協力して,より明確な提出ガイドラインと新たな学際的SE出版の場を確立することの重要性を強調した。
本研究の成果は,SE研究コミュニティの現状の理解と,その分野における学際研究をいかに支援できるかに寄与する。
関連論文リスト
- DiscipLink: Unfolding Interdisciplinary Information Seeking Process via Human-AI Co-Exploration [34.23942131024738]
本稿では,研究者と大規模言語モデル(LLM)の協調を支援する対話型システムであるDiscipLinkを紹介する。
ユーザの関心事に基づいて、DiscipLinkは、関連する研究分野の観点から探索的な質問を開始する。
本評価は, 対象内比較実験とオープンエンド探索研究からなり, ディシプリンクは, 学際境界を断ち切る上で, 研究者を効果的に支援できることを示した。
論文 参考訳（メタデータ） (2024-08-01T10:36:00Z) - 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) - Towards Generalizing Inferences from Trials to Target Populations [6.836945436656676]
本稿では,ブラウン大学における複数学際ワークショップをカプセル化して,外部の妥当性問題に対処する最前線について述べる。
社会科学、医学、公衆衛生、統計学、コンピュータ科学、教育など様々な分野の専門家は、外挿実験で各分野が直面する固有の障害に対処した。
そこで本論文は,因果効果の一般化性と輸送性に関する総合的理解を高めることを目的としている。
論文 参考訳（メタデータ） (2024-02-26T21:49:44Z) - Academic competitions [61.592427413342975]
この章では、機械学習とその関連分野の文脈における学術的課題について調査する。
ここ数年で最も影響力のあるコンペをレビューし、知識領域における課題を分析します。
科学的な課題,その目標,主要な成果,今後の数年間の期待を概観する。
論文 参考訳（メタデータ） (2023-12-01T01:01:04Z) - Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph [99.28342534985146]
新型コロナウイルスに関する既存の文献や知識プラットフォームは、生物学や医学に関する論文の収集にのみ焦点が当てられている。
我々は、異なるドメインにおけるCOVID-19の知識間のギャップを埋めるために、Covidia, COVID-19の学際的知識グラフを提案する。
論文 参考訳（メタデータ） (2023-04-14T16:45:38Z) - How Data Scientists Review the Scholarly Literature [4.406926847270567]
データサイエンティストの文献レビューの実践について検討する。
データサイエンスは、論文の指数的な増加を示す分野である。
これらの科学者が直面する具体的な実践や課題について、事前の研究は行われていない。
論文 参考訳（メタデータ） (2023-01-10T03:53:05Z) - Researching Alignment Research: Unsupervised Analysis [14.699455652461726]
AIアライメント研究は、人工知能(AI)が人間に利益をもたらすことを保証することを目的としている。
このプロジェクトでは、既存のAIアライメント研究を収集、分析した。
フィールドは急速に成長しており、いくつかのサブフィールドが平行して出現している。
論文 参考訳（メタデータ） (2022-06-06T18:24:17Z) - Fairness in Recommender Systems: Research Landscape and Future
Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。
この分野での研究が現在どのように行われているのかを概観する。
全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文 参考訳（メタデータ） (2022-05-23T08:34:25Z) - A Search Engine for Scientific Publications: a Cybersecurity Case Study [0.7734726150561086]
本研究は,情報検索と読解アルゴリズムを組み合わせた科学出版のための新しい検索エンジンを提案する。
提案手法は,サイバーセキュリティの文脈に適用されているものの,高度な一般化能力を示し,他の異なる知識領域の下で容易に適用可能である。
論文 参考訳（メタデータ） (2021-06-30T20:10:04Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z) - Learnings from Frontier Development Lab and SpaceML -- AI Accelerators
for NASA and ESA [57.06643156253045]
AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。
我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。
FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
論文 参考訳（メタデータ） (2020-11-09T21:23:03Z)
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。