Fugu-MT 論文翻訳(概要): The Silent Scientist: When Software Research Fails to Reach Its Audience

論文の概要: The Silent Scientist: When Software Research Fails to Reach Its Audience

arxiv url: http://arxiv.org/abs/2505.09541v1
Date: Wed, 14 May 2025 16:40:34 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-15 21:44:09.533385
Title: The Silent Scientist: When Software Research Fails to Reach Its Audience
Title（参考訳）: サイレント・サイエンティスト:ソフトウェア研究が聴衆を満足させるのに失敗したとき
Authors: Marvin Wyrich, Christof Tinnes, Sebastian Baltes, Sven Apel,
Abstract要約: ソフトウェア研究は思慮深い演劇であるべきです -- 豊富なコンテンツでいっぱいですが、学術出版の伝統的な段階に限定されています。その潜在的な観客はオンデマンド体験に没頭し、劇場は空っぽのままだ。このままである限り、研究の関連性や影響に関する議論は意味のある文脈を欠いている。
参考スコア（独自算出の注目度）: 11.604570261688322
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: If software research were a performance, it would be a thoughtful theater play -- full of rich content but confined to the traditional stage of academic publishing. Meanwhile, its potential audience is immersed in engaging on-demand experiences, leaving the theater half-empty, and the research findings lost in the wings. As long as this remains the case, discussions about research relevance and impact lack meaningful context.
Abstract（参考訳）: ソフトウェア研究がパフォーマンスならば、リッチコンテンツに満ちた、学術出版の伝統的な段階に限られる、思慮深い演劇になるでしょう。一方、潜在観客はオンデマンド体験に没頭し、劇場は半分空っぽで、研究結果は翼に埋もれていた。このままである限り、研究の関連性や影響に関する議論は意味のある文脈を欠いている。

関連論文リスト

Found in the Middle: Calibrating Positional Attention Bias Improves Long Context Utilization [97.84156490765457]
大規模言語モデル(LLM)は、入力の中央に位置する関連する情報を取得するのに苦労する。この現象はミドル・イン・ザ・ミドル問題として知られている。また,中級中級中級中級中級中級中級中級中級中級中級中級中級中級中級中級中級中級健常者を対象に,長期にわたる中級中級中級中級中級健常者を対象とした。
論文参考訳（メタデータ） (2024-06-23T04:35:42Z)
Scientific discourse on YouTube: Motivations for citing research in comments [0.3277163122167434]
この研究は、個人がコメントで研究論文へのリンクを投稿する理由に関する洞察を提供する。研究リンクを共有する主な動機は,(1)トピックについてより多くの洞察を提供し,(2)他のコメンテーターが提供した挑戦的な情報を提供することである。
論文参考訳（メタデータ） (2024-05-21T13:50:02Z)
What Can Natural Language Processing Do for Peer Review? [173.8912784451817]
現代の科学ではピアレビューが広く使われているが、それは難しく、時間がかかり、エラーを起こしやすい。ピアレビューに関わるアーティファクトは大部分がテキストベースであるため、自然言語処理はレビューを改善する大きな可能性を秘めている。筆者らは、原稿提出からカメラ対応リビジョンまでの各工程について詳述し、NLP支援の課題と機会について論じる。
論文参考訳（メタデータ） (2024-05-10T16:06:43Z)
Time to Stop and Think: What kind of research do we want to do? [1.74048653626208]
本稿では,メタヒューリスティック最適化の分野に焦点をあてる。私たちの主な目標は、仕事の誠実な批判的な評価の種を縫い合わせることで、個人とコミュニティの両方でリフレクションプロセスを引き起こします。この文書に含まれるすべての声明は、他人が共有できるかどうかに関わらず、個人的な見解と意見である。
論文参考訳（メタデータ） (2024-02-13T08:53:57Z)
Responsible AI Considerations in Text Summarization Research: A Review of Current Practices [89.85174013619883]
私たちは、責任あるAIコミュニティがほとんど見落としている共通のNLPタスクである、テキスト要約に重点を置いています。我々は,2020-2022年に出版されたACLアンソロジーから333の要約論文の多段階的質的分析を行った。私たちは、どの、どの、どの責任あるAI問題がカバーされているか、どの関係するステークホルダーが考慮されているか、そして、述べられた研究目標と実現された研究目標のミスマッチに焦点を合わせます。
論文参考訳（メタデータ） (2023-11-18T15:35:36Z)
Characterizing the effect of retractions on publishing careers [0.7988085110283119]
論文の撤回は、著作者とその経歴にとって、はるかに大きな影響をもたらす可能性がある。以上の結果から, 早期養護家作家に不均衡な影響が生じる可能性が示唆された。
論文参考訳（メタデータ） (2023-06-11T15:52:39Z)
Building a Culture of Reproducibility in Academic Research [55.22219308265945]
再現性(reproducibility)は、研究者が「抽象的な」議論をしない理想であるが、願望が学界の冷酷な現実と出会うと、しばしば「消える」という理想である。このエッセイでは、他の優先順位に対する要求のバランスをとりながら、運用方法に不満を抱く個人的な経験を共有します。
論文参考訳（メタデータ） (2022-12-27T16:03:50Z)
Learning to Drive on the Wrong Side of the Road: How American Computing Came to Rely on Conferences for Primary Publication [1.0660480034605242]
本稿では,現代のコンピュータ出版物の発展に関する最初の体系的研究について述べる。研究者が出版文化の変化を時間の経過とともにどのように経験したかを理解するために、さまざまなバックグラウンドを持つ8人のコンピュータ教授との半構造化インタビューを頼りにしている。
論文参考訳（メタデータ） (2021-09-14T04:59:09Z)
Nose to Glass: Looking In to Get Beyond [0.0]
責任ある人工知能を強化するというバナーの下で研究が増えている。研究の目的は、アルゴリズムシステムの展開によって引き起こされる害に対処し、緩和し、最終的には軽減することである。しかし、そのようなツールの実装は依然として少ない。
論文参考訳（メタデータ） (2020-11-26T06:51:45Z)
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。