論文の概要: Challenges in designing research infrastructure software in multi-stakeholder contexts
- arxiv url: http://arxiv.org/abs/2506.01492v1
- Date: Mon, 02 Jun 2025 09:50:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-04 21:47:34.183121
- Title: Challenges in designing research infrastructure software in multi-stakeholder contexts
- Title（参考訳）: マルチステークホルダーにおける研究基盤ソフトウェア設計の課題
- Authors: Stephan Druskat, Sabine Theis,
- Abstract要約: 本研究では,マルチステークホルダ環境における自動ソフトウェア出版のための研究基盤ソフトウェア設計の課題について検討する。
研究ソフトウェア技術者(RSE)とインフラ施設職員(IF)にまたがる技術的、組織的、社会的要求を調査する。
- 参考スコア（独自算出の注目度）: 1.1786249372283562
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study investigates the challenges in designing research infrastructure software for automated software publication in multi-stakeholder environments, focusing specifically on the HERMES system. Through two quantitative surveys of research software engineers (RSEs) and infrastructure facility staff (IFs), it examines technical, organizational, and social requirements across these stakeholder groups. The study reveals significant differences in how RSEs and IFs prioritize various system features. While RSEs highly value compatibility with existing infrastructure, IFs prioritize user-focused aspects like system usability and documentation. The research identifies two main challenges in designing research infrastructure software: (1) the existence of multiple stakeholder groups with differing requirements, and (2) the internal heterogeneity within each stakeholder group across dimensions such as technical experience. The study also highlights that only half of RSE respondents actively practice software publication, pointing to potential cultural or technical barriers. Additionally, the research reveals discrepancies in how stakeholders view organizational aspects, with IFs consistently rating factors like responsibility structures and quality assurance as more important than RSEs do. These findings contribute to a better understanding of the complexities involved in designing research infrastructure software and emphasize the need for systems that can accommodate diverse user groups while maintaining usability across different technical expertise levels.
- Abstract（参考訳）: 本研究では,HERMESシステムに特化して,マルチステークホルダ環境におけるソフトウェア自動公開のための研究基盤ソフトウェア設計の課題について検討する。
調査ソフトウェアエンジニア(RSE)とインフラ施設スタッフ(IF)の2つの定量的調査を通じて、ステークホルダーグループ全体の技術的、組織的、社会的要求を調査する。
この研究は、RSEとIFが様々なシステム特徴をどのように優先順位付けするかに大きな違いを明らかにしている。
RSEは既存のインフラストラクチャとの互換性を高く評価しますが、IFはシステムのユーザビリティやドキュメントといったユーザ中心の側面を優先します。
本研究は,(1)異なる要件を持つ複数の利害関係者グループの存在,(2)技術経験などの分野にわたる各利害関係者グループの内部不均一性,という2つの研究基盤を設計する上での課題を明らかにした。
調査はまた、RSEの回答者の半数が積極的にソフトウェア出版を実践しており、潜在的な文化的または技術的な障壁を指摘していることも強調している。
さらにこの研究は、利害関係者が組織的側面をどう見ているかの相違を明らかにしており、IFは責任構造や品質保証といった要素をRSEよりも重要であると一貫して評価している。
これらの知見は、研究基盤ソフトウェアの設計に関わる複雑さをより深く理解し、さまざまなユーザグループに対応できるシステムの必要性を強調し、さまざまな技術的専門レベルにわたってユーザビリティを維持している。
関連論文リスト
- Creativity in LLM-based Multi-Agent Systems: A Survey [56.25583236738877]
大規模言語モデル(LLM)によるマルチエージェントシステム(MAS)は、人間とAIが協調してアイデアやアーティファクトを生成する方法を変えつつある。
これはMASにおける創造性に関する最初の調査である。
本研究では,(1)エージェントの能動性やペルソナ設計の分類,(2)分岐探索,反復改良,協調合成などの生成技術の概要,(3)不整合評価基準,不整合性バイアス緩和,協調競合,統一ベンチマークの欠如といった重要な課題について論じる。
論文 参考訳（メタデータ） (2025-05-27T12:36:14Z) - A Survey of Frontiers in LLM Reasoning: Inference Scaling, Learning to Reason, and Agentic Systems [93.8285345915925]
推論(Reasoning)は、論理的推論、問題解決、意思決定を可能にする基本的な認知プロセスである。
大規模言語モデル(LLM)の急速な進歩により、推論は高度なAIシステムを区別する重要な能力として浮上した。
我々は,(1)推論が達成される段階を定義するレジーム,(2)推論プロセスに関与するコンポーネントを決定するアーキテクチャの2つの側面に沿って既存の手法を分類する。
論文 参考訳（メタデータ） (2025-04-12T01:27:49Z) - A Systematic Mapping Study on Architectural Approaches to Software Performance Analysis [8.629569588488328]
本稿では,ソフトウェアアーキテクチャと性能解析を統合した109論文の体系的マッピングについて述べる。
我々は,本研究領域の深い理解を得るために,研究者と実践者のためのガイダンスを提供する5つの研究質問に焦点をあてる。
論文 参考訳（メタデータ） (2024-10-22T19:12:03Z) - Making Software Development More Diverse and Inclusive: Key Themes, Challenges, and Future Directions [50.545824691484796]
ソフトウェア開発者の多様性と包摂性(SDDI)を改善するための課題と機会に関する6つのテーマを特定します。
4つのテーマの利点、害、今後の研究の方向性を特定します。
残りの2つのテーマ、人工知能とSDDIとAIとコンピュータサイエンスの教育について論じる。
論文 参考訳（メタデータ） (2024-04-10T16:18:11Z) - An Actionable Framework for Understanding and Improving Talent Retention
as a Competitive Advantage in IT Organizations [44.342141516382284]
この作業は、IT組織で使用されるTalent Retention(TR)のための実行可能なフレームワークを提示します。
我々のフレームワークには、一連の要因、文脈特性、障壁、戦略、対処メカニズムが含まれています。
この結果から,ソフトウェア技術者は他の専門家グループと区別できることが示唆された。
論文 参考訳（メタデータ） (2024-02-02T17:08:14Z) - Enhancing Architecture Frameworks by Including Modern Stakeholders and their Views/Viewpoints [48.87872564630711]
データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。
10か国25以上の組織から61名の被験者を対象に調査を行った。
論文 参考訳（メタデータ） (2023-08-09T21:54:34Z) - Assessing the Fairness of AI Systems: AI Practitioners' Processes,
Challenges, and Needs for Support [18.148737010217953]
私たちは、実践者のプロセス、課題、サポートの必要性を特定するために、AI実践者とのインタビューとワークショップを行っています。
パフォーマンス指標を選択し、最も関連する直接的な利害関係者や人口統計グループを特定する際に、実践者が課題に直面していることに気付きました。
私たちは、直接利害関係者との関わりの欠如、疎外されたグループよりも顧客を優先するビジネスインペラティブ、大規模にAIシステムをデプロイする動機から生じる公正な作業への影響を特定します。
論文 参考訳（メタデータ） (2021-12-10T17:14:34Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z)
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。