Fugu-MT 論文翻訳(概要): The AI Co-Ethnographer: How Far Can Automation Take Qualitative Research?

論文の概要: The AI Co-Ethnographer: How Far Can Automation Take Qualitative Research?

arxiv url: http://arxiv.org/abs/2505.00012v1
Date: Mon, 21 Apr 2025 21:31:28 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-05 01:46:36.981565
Title: The AI Co-Ethnographer: How Far Can Automation Take Qualitative Research?
Title（参考訳）: AIの共同著者:自動化は定性的な研究をどこまで必要か?
Authors: Fabian Retkowski, Andreas Sudmann, Alexander Waibel,
Abstract要約: AI Co-Ethnographer (AICoE)は、定性的研究のために開発された新しいエンドツーエンドパイプラインである。 AICoEは、オープンコーディング、コード統合、コードアプリケーション、さらにはパターン発見を含む、プロセス全体を整理する。
参考スコア（独自算出の注目度）: 51.40252017262535
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Qualitative research often involves labor-intensive processes that are difficult to scale while preserving analytical depth. This paper introduces The AI Co-Ethnographer (AICoE), a novel end-to-end pipeline developed for qualitative research and designed to move beyond the limitations of simply automating code assignments, offering a more integrated approach. AICoE organizes the entire process, encompassing open coding, code consolidation, code application, and even pattern discovery, leading to a comprehensive analysis of qualitative data.
Abstract（参考訳）: 質的研究は、しばしば、分析的な深さを保ちながらスケールし難い労働集約的なプロセスを含む。本稿では、定性的な研究のために開発された新しいエンドツーエンドパイプラインであるAICoEを紹介する。 AICoEは、オープンコーディング、コード統合、コードアプリケーション、さらにはパターン発見を含むプロセス全体を整理し、質的なデータの包括的な分析に繋がる。

関連論文リスト

A Computational Method for Measuring "Open Codes" in Qualitative Analysis [47.358809793796624]
オープンコーディングは、データセットから"オープンコード"を特定し解釈する、帰納的定性的なプロセスである。本稿では,「オープンコード」から潜在的なバイアスを系統的に計測し,同定する計算手法を提案する。
論文参考訳（メタデータ） (2024-11-19T00:44:56Z)
Collaborative AI in Sentiment Analysis: System Architecture, Data Prediction and Deployment Strategies [3.3374611485861116]
大規模言語モデル(LLM)に基づく人工知能技術は、特に感情分析においてゲームチェンジャーとなっている。しかし、複雑なマルチモーダルデータを処理するための多様なAIモデルの統合と、それに伴う機能抽出の高コストは、大きな課題を呈している。本研究では,様々なAIシステムにまたがるタスクを効率的に分散・解決するための協調型AIフレームワークを提案する。
論文参考訳（メタデータ） (2024-10-17T06:14:34Z)
AI-Aided Kalman Filters [65.35350122917914]
カルマンフィルタ(KF)とその変種は、信号処理において最も著名なアルゴリズムの一つである。最近の進歩は、古典的なカルマン型フィルタリングでディープニューラルネットワーク(DNN)を融合させる可能性を示している。本稿では,KF型アルゴリズムにAIを組み込むための設計アプローチについて,チュートリアル形式で概説する。
論文参考訳（メタデータ） (2024-10-16T06:47:53Z)
Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文参考訳（メタデータ） (2024-09-27T06:31:03Z)
Automating the Information Extraction from Semi-Structured Interview Transcripts [0.0]
本稿では,半構造化面接書から情報を取り出す自動システムの開発と応用について検討する。本稿では,研究者がインタビューデータのテーマ構造を効率的に処理し,視覚化できる,ユーザフレンドリーなソフトウェアプロトタイプを提案する。
論文参考訳（メタデータ） (2024-03-07T13:53:03Z)
The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文参考訳（メタデータ） (2024-02-07T01:45:14Z)
Can Large Language Models Serve as Data Analysts? A Multi-Agent Assisted Approach for Qualitative Data Analysis [6.592797748561459]
大規模言語モデル(LLM)は、ソフトウェア工学(SE)における協調的な人間とロボットの相互作用を可能にした定性的な研究において,新たな拡張性と精度の次元を導入し,SEにおけるデータ解釈手法を変革する可能性がある。
論文参考訳（メタデータ） (2024-02-02T13:10:46Z)
Artificial Intelligence in the automatic coding of interviews on Landscape Quality Objectives. Comparison and case study [0.0]
3つの人工知能機能(Atlas.ti、ChatGPT、Google Bard)を比較した。この分析は、多くの欠陥と欠点があるにもかかわらず、意図した目的のためにAIが有用であることを示した。
論文参考訳（メタデータ） (2023-12-09T15:37:19Z)
Towards Automated Process Planning and Mining [77.34726150561087]
我々は、AIとBPM分野の研究者が共同で働く研究プロジェクトについて紹介する。プロセスモデルを自動的に導出するための総合的な研究課題、研究の関連分野、および総合的な研究枠組みについて論じる。
論文参考訳（メタデータ） (2022-08-18T16:41:22Z)

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。