Fugu-MT 論文翻訳(概要): Studying Workarounds in Software Forms: An Experimental Protocol

論文の概要: Studying Workarounds in Software Forms: An Experimental Protocol

arxiv url: http://arxiv.org/abs/2503.17624v1
Date: Sat, 22 Mar 2025 02:46:50 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-25 14:38:03.793455
Title: Studying Workarounds in Software Forms: An Experimental Protocol
Title（参考訳）: ソフトウェア形式の回避策を研究する:実験的なプロトコル
Authors: MohammadAmin Zaheri, Michalis Famelis, Eugene Syriani,
Abstract要約: 本稿では,ユーザが入力したいデータとソフトウェア形式の制約が一致しない場合の回避策を検討する実験手法を提案する。この手法を用いてユーザ研究を行うことで,ワークアラウンドがシステム設計やデータの整合性にどのように影響するかを解析できる。
参考スコア（独自算出の注目度）: 1.290382979353427
License:
Abstract: Workarounds enable users to achieve goals despite system limitations but expose design flaws, reduce productivity, risk compromising data quality, and cause inconsistencies. We propose an experimental method to investigate how users employ workarounds when the data they want to enter does not align with software form constraints. By conducting user studies based on this method, we can analyze how workarounds originate and impact system design and data integrity. Understanding workarounds is essential for software designers to identify unmet user needs.
Abstract（参考訳）: 回避策により、システム制限にもかかわらず目標を達成することができるが、設計上の欠陥を露呈し、生産性を低下させ、データ品質を損なうリスクを低減し、矛盾を引き起こすことができる。本稿では,ユーザが入力したいデータとソフトウェア形式の制約が一致しない場合の回避策を検討する実験手法を提案する。この手法を用いてユーザ研究を行うことで,ワークアラウンドがシステム設計やデータの整合性にどのように影響するかを解析できる。ソフトウェア設計者が不適切なユーザニーズを特定するためには、回避策を理解することが不可欠である。

関連論文リスト

OXN -- Automated Observability Assessments for Cloud-Native Applications [0.0]
実験ツールの概念実証実装として, 可観測性 eXperiment eNgine (OXN) を提案する。 OXNはChaos Engineeringに似た任意の障害をアプリケーションに注入できるが、可観測性の設定を変更するユニークな機能もある。
論文参考訳（メタデータ） (2024-07-12T19:04:13Z)
An Approach to Detect Abnormal Submissions for CodeWorkout Dataset [8.142354661558752]
本稿では,異常を伴うログデータを解析するための予備研究について述べる。本研究の目的は、プログラミング学習環境におけるパーソナライズ可能なレコメンデーションをモデル化する際の異常な事例を克服することである。
論文参考訳（メタデータ） (2024-06-28T00:26:15Z)
Re-thinking Data Availablity Attacks Against Deep Neural Networks [53.64624167867274]
本稿では、未学習例の概念を再検討し、既存のロバストな誤り最小化ノイズが不正確な最適化目標であることを示す。本稿では,計算時間要件の低減による保護性能の向上を図った新しい最適化パラダイムを提案する。
論文参考訳（メタデータ） (2023-05-18T04:03:51Z)
Rethinking People Analytics With Inverse Transparency by Design [57.67333075002697]
我々は、デザインによる逆透過性(inverse transparency)と呼ぶ、労働分析のための新しい設計手法を提案する。アーキテクチャの変更はコア機能を阻害することなく行われます。我々は、デザインによる逆透明性は、受け入れられ、責任ある人々の分析を実現するための有望なアプローチである、と結論付けている。
論文参考訳（メタデータ） (2023-05-16T21:37:35Z)
Straggler-Resilient Personalized Federated Learning [55.54344312542944]
フェデレーション学習は、プライバシと通信の制限を尊重しながら、クライアントの大規模なネットワークに分散されたサンプルからのトレーニングモデルを可能にする。これら2つのハードルを同時に処理する理論的なスピードアップを保証する新しいアルゴリズム手法を開発した。提案手法は,すべてのクライアントのデータを用いてグローバルな共通表現を見つけ,各クライアントに対してパーソナライズされたソリューションにつながるパラメータの集合を学習するために,表現学習理論からのアイデアに依存している。
論文参考訳（メタデータ） (2022-06-05T01:14:46Z)
Uncertainty Minimization for Personalized Federated Semi-Supervised Learning [15.123493340717303]
我々は,データ関連クライアント(ヘルパーエージェント)からのラベリング支援を部分的にラベル付けまたは未ラベルのクライアントが求めることのできる,新しい半教師付き学習パラダイムを提案する。実験により,提案手法は部分ラベル付きデータを用いた他の関連する研究よりも優れた性能と安定な収束が得られることが示された。
論文参考訳（メタデータ） (2022-05-05T04:41:27Z)
Detecting and Quantifying Malicious Activity with Simulation-based Inference [61.9008166652035]
本稿では,レコメンデーションアルゴリズムと相互作用する正規および悪意のあるユーザのモデルを用いて,悪意のあるユーザ識別実験を行う。本稿では,ユーザやグループの影響を定量化するためのシミュレーションに基づく新しい尺度を提案する。
論文参考訳（メタデータ） (2021-10-06T03:39:24Z)
A Field Guide to Federated Optimization [161.3779046812383]
フェデレートされた学習と分析は、分散化されたデータからモデル(あるいは統計)を協調的に学習するための分散アプローチである。本稿では、フェデレート最適化アルゴリズムの定式化、設計、評価、分析に関する勧告とガイドラインを提供する。
論文参考訳（メタデータ） (2021-07-14T18:09:08Z)
Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
論文参考訳（メタデータ） (2021-01-24T05:40:29Z)
A Human-in-the-Loop Approach based on Explainability to Improve NTL Detection [0.12183405753834559]
本研究では,NTL(Non-Technical Losses)を検出するために教師付きモデルを用いた実システムにおける問題を軽減するための,ループ内の人間的アプローチについて説明する。このアプローチは、人間の知識(例えば、データ科学者や会社の利害関係者)と、トレーニングプロセス中にシステムを導く説明的手法によって提供される情報を利用する。その結果, 精度, 解釈可能性, 堅牢性, 柔軟性の点で, 導出予測モデルの方が優れていることがわかった。
論文参考訳（メタデータ） (2020-09-28T16:04:07Z)
Dirichlet uncertainty wrappers for actionable algorithm accuracy accountability and auditability [0.5156484100374058]
本研究では,不確実性の尺度を用いて出力予測を充実させるラッパーを提案する。結果の不確実性に基づいて、より確実な予測を選択する拒絶制度を提唱する。その結果,ラッパーが計算した不確実性の有効性が示された。
論文参考訳（メタデータ） (2019-12-29T11:05:47Z)

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。