論文の概要: Designing a Syllabus for a Course on Empirical Software Engineering
- arxiv url: http://arxiv.org/abs/2503.11291v1
- Date: Fri, 14 Mar 2025 10:58:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-17 13:08:39.962385
- Title: Designing a Syllabus for a Course on Empirical Software Engineering
- Title（参考訳）: 経験的ソフトウェア工学のコースのためのシラバスの設計
- Authors: Paris Avgeriou, Nauman bin Ali, Marcos Kalinowski, Daniel Mendez,
- Abstract要約: この章は、コース設計における第一かつ最も重要なステップであるシラバスの作成において、教育者を支援することを目的としている。
それはシラバスの基本的な構成要素、すなわちコース、コーストピック、実践的な課題のリストを提供する。
コースのトピックは、この本の後続の章にも関連付けられており、読者はこれらの章を深く掘り下げて、特定の研究方法や横断的なトピックを教えることを支援することができる。
- 参考スコア（独自算出の注目度）: 2.518416353853374
- License:
- Abstract: Increasingly, courses on Empirical Software Engineering research methods are being offered in higher education institutes across the world, mostly at the M.Sc. and Ph.D. levels. While the need for such courses is evident and in line with modern software engineering curricula, educators designing and implementing such courses have so far been reinventing the wheel; every course is designed from scratch with little to no reuse of ideas or content across the community. Due to the nature of the topic, it is rather difficult to get it right the first time when defining the learning objectives, selecting the material, compiling a reader, and, more importantly, designing relevant and appropriate practical work. This leads to substantial effort (through numerous iterations) and poses risks to the course quality. This chapter attempts to support educators in the first and most crucial step in their course design: creating the syllabus. It does so by consolidating the collective experience of the authors as well as of members of the Empirical Software Engineering community; the latter was mined through two working sessions and an online survey. Specifically, it offers a list of the fundamental building blocks for a syllabus, namely course aims, course topics, and practical assignments. The course topics are also linked to the subsequent chapters of this book, so that readers can dig deeper into those chapters and get support on teaching specific research methods or cross-cutting topics. Finally, we guide educators on how to take these building blocks as a starting point and consider a number of relevant aspects to design a syllabus to meet the needs of their own program, students, and curriculum.
- Abstract（参考訳）: 近年、世界中の高等教育機関、主にM.Scで経験的ソフトウェア工学研究のコースが提供されている。
そしてPh.D.レベル。
このようなコースの必要性は明らかであり、現代のソフトウェアエンジニアリングのカリキュラムに従っているが、そのようなコースを設計し、実装する教育者は、これまで、車輪を再発明してきた。
トピックの性質から、学習目標を定義し、素材を選択し、読者をコンパイルし、さらに重要なことは、関連性があり適切な実践作業の設計を行う際に、それを正しくするのは難しい。
これは(何度も繰り返して)かなりの努力をし、コースの品質にリスクをもたらします。
この章は、コース設計における第一かつ最も重要なステップであるシラバスの作成において、教育者を支援することを目的としている。
これは、著者や経験的ソフトウェアエンジニアリングコミュニティのメンバーの集合的経験を統合することで実現している。
具体的には、シラバスの基本的な構成要素、すなわちコース、コーストピック、実践的な課題のリストを提供する。
コースのトピックは、この本の後続の章にも関連付けられており、読者はこれらの章を深く掘り下げて、特定の研究方法や横断的なトピックを教えることを支援することができる。
最後に、これらのビルディングブロックを出発点として活用する方法を教育者に対して指導し、プログラム、学生、カリキュラムのニーズを満たすために、シラバスを設計するための多くの関連する側面について考察する。
関連論文リスト
- Integrating Human-Centric Approaches into Undergraduate Software Engineering Education: A Scoping Review and Curriculum Analysis in the Australian Context [0.0]
ヒューマン・センター・ソフトウェア・エンジニアリング(Human-Centric Software Engineering)とは、人間の要求と要求をコア・プラクティスとするソフトウェア・エンジニアリング・プロセスを指す。
ソフトウェアプロジェクトの大部分が人的ニーズに対応できず、結果として予算やデリバリ、ユーザビリティの問題に陥ります。
本稿では,大学院ソフトウェア工学の学生にHCSEを教えるのに適したトピックとカリキュラムのアプローチを特定するためのスコーピング・レビューを提案する。
論文 参考訳（メタデータ） (2024-07-10T02:34:58Z) - Teaching Empirical Methods at Eindhoven University of Technology [55.17240664632298]
研究方法の講義の課題について論じる。
私たちは学んだ教訓と、コースを教えるために何回か繰り返して学んだ教訓と教訓を共有しています。
論文 参考訳（メタデータ） (2024-07-05T17:14:08Z) - Teaching and Learning Ethnography for Software Engineering Contexts [1.0992151305603264]
この章では、ソフトウェア工学の大学院生にエスノグラフィーを教えるための教育と学習について紹介する。
本章の内容は、新生児からエスノグラフィーへの研究手法としての基本的な知識であると考えるものに焦点を当てている。
この章は、経験的ソフトウェアエンジニアリングのコースの一部をサポートするように設計されており、さらに読むためのポインタと文献を提供している。
論文 参考訳（メタデータ） (2024-07-05T15:43:02Z) - Tool Learning with Large Language Models: A Survey [60.733557487886635]
大規模言語モデル(LLM)を用いたツール学習は,高度に複雑な問題に対処するLLMの能力を強化するための,有望なパラダイムとして登場した。
この分野での注目と急速な進歩にもかかわらず、現存する文献は断片化され、体系的な組織が欠如している。
論文 参考訳（メタデータ） (2024-05-28T08:01:26Z) - Hey, Teacher, (Don't) Leave Those Kids Alone: Standardizing HRI Education [0.0]
本稿では,この分野の学際的な性質を十分に理解した学部生に必要な重要な要素について概説する。
それは、あらゆる異なる学習の好みを満たすために、理論的および実験的な構成要素でコースを作成することの重要性を強調している。
論文 参考訳（メタデータ） (2024-03-20T18:01:20Z) - Team Composition in Software Engineering Education [0.5439020425819]
本研究は,ソフトウェア工学教育における学生チーム構成の理解を深めることを目的としている。
本研究の最初の成果を報告する。
論文 参考訳（メタデータ） (2023-06-14T11:00:05Z) - A systematic literature review of capstone courses in software
engineering [0.3536605202672354]
キャップストーンプロジェクトは、学生にハンズオン体験を提供し、ソフトスキルを教える一般的な方法である。
本稿では,本論文で紹介されるソフトウェア工学のカプストーンコースの特徴について考察する。
論文 参考訳（メタデータ） (2023-01-09T18:04:35Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳（メタデータ） (2021-07-23T22:41:28Z) - Dive into Deep Learning [119.30375933463156]
この本はJupyterのノートブックでドラフトされており、説明図、数学、インタラクティブな例を自己完結型コードとシームレスに統合している。
私たちのゴールは、(i)誰でも自由に利用できるリソースを提供すること、(ii)応用機械学習科学者になるための出発点を提供するのに十分な技術的な深さを提供すること、(iii)実行可能なコードを含み、実際にどのように問題を解決するかを読者に示すこと、(iv)私たちとコミュニティの両方による迅速なアップデートを可能にすることです。
論文 参考訳（メタデータ） (2021-06-21T18:19:46Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z) - Curriculum Learning for Reinforcement Learning Domains: A Framework and
Survey [53.73359052511171]
強化学習(Reinforcement Learning, RL)は、エージェントが限られた環境フィードバックしか持たないシーケンシャルな意思決定タスクに対処するための一般的なパラダイムである。
本稿では、RLにおけるカリキュラム学習(CL)の枠組みを提案し、既存のCLメソッドを仮定、能力、目標の観点から調査・分類する。
論文 参考訳（メタデータ） (2020-03-10T20:41:24Z)
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。