論文の概要: Research Artifacts in Secondary Studies: A Systematic Mapping in Software Engineering
- arxiv url: http://arxiv.org/abs/2504.12646v2
- Date: Wed, 25 Jun 2025 07:53:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-26 14:36:56.068521
- Title: Research Artifacts in Secondary Studies: A Systematic Mapping in Software Engineering
- Title(参考訳): 二次研究における研究成果:ソフトウェア工学におけるシステムマッピング
- Authors: Aleksi Huotala, Miikka Kuutila, Mika Mäntylä,
- Abstract要約: システムレビュー(SR)は、ソフトウェア工学(SE)を含む科学における最先端の証拠をまとめたものである。
2013年から2023年にかけて発行された537件の二次研究を調査し,研究成果の公開状況と報告状況について検討した。
- 参考スコア(独自算出の注目度): 0.9421843976231371
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context: Systematic reviews (SRs) summarize state-of-the-art evidence in science, including software engineering (SE). Objective: Our objective is to evaluate how SRs report research artifacts and to provide a comprehensive list of these artifacts. Method: We examined 537 secondary studies published between 2013 and 2023 to analyze the availability and reporting of research artifacts. Results: Our findings indicate that only 31.5% of the reviewed studies include research artifacts. Encouragingly, the situation is gradually improving, as our regression analysis shows a significant increase in the availability of research artifacts over time. However, in 2023, just 62.0% of secondary studies provide a research artifact while an even lower percentage, 30.4% use a permanent repository with a digital object identifier (DOI) for storage. Conclusion: To enhance transparency and reproducibility in SE research, we advocate for the mandatory publication of research artifacts in secondary studies.
- Abstract(参考訳): コンテキスト: システムレビュー(SR)は、ソフトウェア工学(SE)を含む、科学における最先端の証拠を要約する。
目的:我々の目的は、SRが研究成果物の報告方法を評価し、これらの成果物の包括的リストを提供することである。
方法: 2013年から2023年にかけて発行された537件の二次研究を調査し, 研究成果の公開状況と報告状況について検討した。
結果: 研究成果は31.5%に過ぎなかった。
我々の回帰分析は、研究成果物が時間とともに大幅に増加していることを示しているので、状況は徐々に改善している。
しかし2023年には、研究成果の62.0%に過ぎず、さらに低い割合で30.4%がデジタルオブジェクト識別子(DOI)を格納するための永続的なリポジトリを使用している。
結論:SE研究における透明性と再現性を高めるため,2次研究における研究成果の強制公開を提唱する。
関連論文リスト
- Tracking research software outputs in the UK [1.1970409518725493]
本研究は,イギリスの学術機関が,ソフトウェアをユニークな研究成果として保管し,登録する場所について検討する。
研究成果として報告されるソフトウェアの量は、他のカテゴリに比例して低いままである。
アーティファクト共有は低いようで、報告されているソフトウェアの4分の1はリンクがなく、45%が欠落したURLか間違ったURLを持っている。
論文 参考訳(メタデータ) (2025-07-30T17:46:47Z) - Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。
これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文 参考訳(メタデータ) (2025-02-07T18:26:45Z) - Generative Retrieval for Book search [106.67655212825025]
書籍検索のための効率的な生成検索フレームワークを提案する。
データ拡張とアウトライン指向の書籍エンコーディングの2つの主要コンポーネントがある。
プロプライエタリなBaiduデータセットの実験では、GBSが強力なベースラインを上回ることが示されている。
論文 参考訳(メタデータ) (2025-01-19T12:57:13Z) - Revisiting BPR: A Replicability Study of a Common Recommender System Baseline [78.00363373925758]
我々は,BPRモデルの特徴を考察し,その性能への影響を示し,オープンソースのBPR実装について検討する。
分析の結果,これらの実装とオリジナルのBPR論文の矛盾が明らかとなり,特定の実装に対して最大50%の性能低下がみられた。
BPRモデルは、トップnのレコメンデーションタスクにおける最先端メソッドに近いパフォーマンスレベルを達成でき、特定のデータセット上でもパフォーマンスが向上することを示す。
論文 参考訳(メタデータ) (2024-09-21T18:39:53Z) - SciRIFF: A Resource to Enhance Language Model Instruction-Following over Scientific Literature [80.49349719239584]
SciRIFF(Scientific Resource for Instruction-Following and Finetuning, SciRIFF)は、54のタスクに対して137Kの命令追従デモのデータセットである。
SciRIFFは、幅広い科学分野の研究文献から情報を抽出し、合成することに焦点を当てた最初のデータセットである。
論文 参考訳(メタデータ) (2024-06-10T21:22:08Z) - Requirements Quality Research Artifacts: Recovery, Analysis, and Management Guideline [3.91424340393661]
我々は,要求品質研究における研究成果物の利用性の向上を目指している。
アーティファクト・リカバリ・イニシアチブを拡張し、アーティファクト・アベイラビリティーの理由を実証的に評価する。
オープンサイエンスアーティファクト開示のための簡潔なガイドラインをコンパイルする。
論文 参考訳(メタデータ) (2024-06-03T07:09:15Z) - RaFe: Ranking Feedback Improves Query Rewriting for RAG [83.24385658573198]
アノテーションを使わずにクエリ書き換えモデルをトレーニングするためのフレームワークを提案する。
公開されているリランカを活用することで、フィードバックはリライトの目的とよく一致します。
論文 参考訳(メタデータ) (2024-05-23T11:00:19Z) - A Second Look on BASS -- Boosting Abstractive Summarization with Unified Semantic Graphs -- A Replication Study [2.592470112714595]
本稿では,統一意味グラフの概念に基づく抽象的な要約システムであるBASSフレームワークの詳細な複製について述べる。
本研究は、キーコンポーネントの複製における課題と、新しいコンポーネントの複製に根ざしたエラーソースを系統的に分離するアブレーション研究を含む。
論文 参考訳(メタデータ) (2024-03-05T12:48:29Z) - Emerging Results on Automated Support for Searching and Selecting
Evidence for Systematic Literature Review Updates [1.1153433121962064]
本稿では,ソフトウェア工学におけるSLR更新研究の検索と選択を支援する自動手法について述べる。
我々は,機械学習(ML)アルゴリズムを用いて,雪玉探索技術を実行する自動化ツールのプロトタイプを開発し,SLR更新に関する関連する研究を選択することを支援する。
論文 参考訳(メタデータ) (2024-02-07T23:39:20Z) - De-identification of clinical free text using natural language
processing: A systematic review of current approaches [48.343430343213896]
自然言語処理は、その非識別プロセスの自動化の可能性を繰り返し示してきた。
本研究の目的は,過去13年間に臨床自由テキストの非識別化が進展したことを示す体系的な証拠を提供することである。
論文 参考訳(メタデータ) (2023-11-28T13:20:41Z) - Automatically Finding and Categorizing Replication Studies [0.0]
多くの実験科学分野において、複製に失敗した論文は、複製研究の発見可能性の低さから引用され続けている。
論文の複製研究を自動的に行うシステムを構築する第一歩として、334の複製研究と344の複製研究が集められた。
論文 参考訳(メタデータ) (2023-11-25T15:27:10Z) - Anachronic Tertiary Studies in Software Engineering: An Exploratory
Quaternary Study [39.125366249242646]
本稿では2009年から2021年の間に発行された34のソフトウェア工学第三次研究について分析する。
その結果,本研究の60%以上は,初等・中等研究の公表によるアナクロニズムの程度が変化していることが示唆された。
論文 参考訳(メタデータ) (2023-11-01T00:54:55Z) - How Many Papers Should You Review? A Research Synthesis of Systematic
Literature Reviews in Software Engineering [5.6292136785289175]
我々は、ソフトウェア工学におけるSLRの実施時期について、より深く理解することを目指している。
トップレベルSEジャーナルに掲載された170個のSLRのサンプルについて研究合成を行った。
本研究の結果はSE研究者によって,SLRが良好なタイミングで実施されているかどうかの指標やベンチマークとして利用することができる。
論文 参考訳(メタデータ) (2023-07-12T10:18:58Z) - Artificial Intelligence in Concrete Materials: A Scientometric View [77.34726150561087]
本章は, コンクリート材料用AI研究の主目的と知識構造を明らかにすることを目的としている。
まず、1990年から2020年にかけて発行された389の雑誌記事が、ウェブ・オブ・サイエンスから検索された。
キーワード共起分析やドキュメント共起分析などのサイエントメトリックツールを用いて,研究分野の特徴と特徴を定量化した。
論文 参考訳(メタデータ) (2022-09-17T18:24:56Z) - Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳(メタデータ) (2022-07-18T11:38:32Z) - What do You Mean by Relation Extraction? A Survey on Datasets and Study
on Scientific Relation Classification [21.513743126525622]
本研究では,2つのデータセットの科学的関係分類に関する実証的研究を行った。
大量のデータの重複にもかかわらず,本分析はアノテーションにかなりの相違点を明らかにした。
さらにサブドメイン内での変化は存在するが、関係分類は限定的な程度にしか影響しない。
論文 参考訳(メタデータ) (2022-04-28T14:07:25Z) - Does Recommend-Revise Produce Reliable Annotations? An Analysis on
Missing Instances in DocRED [60.39125850987604]
テキスト修正方式は, 偽陰性サンプルと, 人気エンティティや関係性に対する明らかな偏見をもたらすことを示す。
より信頼性の高いドキュメントREモデルのテストセットとして機能するように、relabeledデータセットがリリースされている。
論文 参考訳(メタデータ) (2022-04-17T11:29:01Z) - 3D Object Detection from Images for Autonomous Driving: A Survey [68.33502122185813]
画像から3Dオブジェクトを検出することは、自動運転の基本的かつ困難な問題の一つだ。
この問題を2015年から2021年にかけて200以上の研究が行われ、理論、アルゴリズム、応用の幅広い範囲で研究されている。
我々は,この新奇で継続的な研究分野を包括的に調査し,画像に基づく3D検出に最もよく使用されるパイプラインを要約する。
論文 参考訳(メタデータ) (2022-02-07T07:12:24Z) - The MultiBERTs: BERT Reproductions for Robustness Analysis [86.29162676103385]
事前トレーニングの再実行は、パフォーマンスに関して、かなり異なる結論をもたらす可能性がある。
我々は25個のBERTベースのチェックポイントの集合であるMultiBERTを紹介する。
目標は、研究者が事前訓練の手順について、堅牢で統計的に正当化された結論を描けるようにすることである。
論文 参考訳(メタデータ) (2021-06-30T15:56:44Z) - An Empirical Analysis of the R Package Ecosystem [0.0]
私たちは20年間で25,000以上のパッケージ、15万のリリース、1500万ファイルを分析しました。
生態系の歴史的成長は、あらゆる手段の下で堅牢であることに気付きました。
論文 参考訳(メタデータ) (2021-02-19T12:55:18Z) - Topic Space Trajectories: A case study on machine learning literature [0.0]
本稿では,研究トピックの包括的追跡を可能にする構造であるトピック空間トラジェクトリを提案する。
我々は,32の出版会場から50年間の機械学習研究を対象とする出版コーパスへのアプローチの適用性を示した。
本手法は,論文分類,今後の研究課題の予測,未発表の論文提出のための会議や雑誌の掲載を推奨するために利用することができる。
論文 参考訳(メタデータ) (2020-10-23T10:53:42Z) - Identifying Statistical Bias in Dataset Replication [102.92137353938388]
モデルが(11-14%) の精度低下を示すImageNetデータセットの再現について検討した。
同定された統計バイアスを補正した後、推定3.6%のpm 1.5%の当初の11.7%のpm 1.0%の精度低下しか記録されていない。
論文 参考訳(メタデータ) (2020-05-19T17:48:32Z)
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。