論文の概要: A Mapping Study About Training in Industry Context in Software Engineering

• arxiv url: http://arxiv.org/abs/2506.12590v1
• Date: Sat, 14 Jun 2025 18:08:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:46.500676
• Title: A Mapping Study About Training in Industry Context in Software Engineering
• Title（参考訳）: ソフトウェア工学における産業文脈のトレーニングに関する地図研究
• Authors: Breno Alves de Andrade, Rodrigo Siqueira, Lidiane Gomes, Antonio Oliveira, Danilo Monteiro Ribeiro,
• Abstract要約: 本研究は,産業環境におけるソフトウェア工学における企業教育研究の現状を地図化することを目的としている。 フィールドで公表された26の初等研究の選定と分析を含む系統地図研究を行った。
• 参考スコア（独自算出の注目度）: 0.1198370250838819
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Context: Corporate training plays a strategic role in the continuous development of professionals in the software engineering industry. However, there is a lack of systematized understanding of how training initiatives are designed, implemented, and evaluated within this domain. Objective: This study aims to map the current state of research on corporate training in software engineering in industry settings, using Eduardo Salas' training framework as an analytical lens. Method: A systematic mapping study was conducted involving the selection and analysis of 26 primary studies published in the field. Each study was categorized according to Salas' four key areas: Training Needs Analysis, Antecedent Training Conditions, Training Methods and Instructional Strategies, and Post-Training Conditions. Results: The findings show a predominance of studies focusing on Training Methods and Instructional Strategies. Significant gaps were identified in other areas, particularly regarding Job/Task Analysis and Simulation-based Training and Games. Most studies were experience reports, lacking methodological rigor and longitudinal assessment. Conclusions: The study offers a structured overview of how corporate training is approached in software engineering, revealing underexplored areas and proposing directions for future research. It contributes to both academic and practical communities by highlighting challenges, methodological trends, and opportunities for designing more effective training programs in industry.
• Abstract（参考訳）: コンテキスト: ソフトウェアエンジニアリング業界のプロフェッショナルの継続的開発において、企業トレーニングは戦略的役割を担います。 しかしながら、このドメイン内でのトレーニングイニシアチブの設計、実装、評価について、体系化された理解が欠如しています。 目的:本研究は、Eduardo Salas氏のトレーニングフレームワークを分析レンズとして使用して、ソフトウェアエンジニアリングにおける企業トレーニングの現状を、産業環境でのソフトウェアエンジニアリングにマップすることを目的としている。 方法:本分野における26の一次研究の選定と分析を含む系統的マッピング研究を行った。 各研究は, 訓練ニーズ分析, 先行訓練条件, 訓練方法, 教育戦略, 訓練後条件の4つの重要な領域に分類された。 結果:本研究は訓練方法と教育戦略に重点を置く研究の優位性を示した。 他の分野、特にジョブ/タスク分析とシミュレーションベースのトレーニングとゲームにおいて重要なギャップが特定された。 ほとんどの研究は経験報告であり、方法論的厳密さと縦断的評価が欠如していた。 結論: この研究は、ソフトウェアエンジニアリングにおける企業トレーニングのアプローチに関する構造化された概要を提供し、未調査の領域を明らかにし、将来の研究の方向性を提案する。 それは、課題、方法論的傾向、そして業界におけるより効果的なトレーニングプログラムを設計する機会を強調することで、学術的および実践的なコミュニティに貢献する。

関連論文リスト

• Beyond the Classroom: Bridging the Gap Between Academia and Industry with a Hands-on Learning Approach [2.8123958518740544]
  自己適応型ソフトウェアシステムは、ソフトウェア設計と運用に重要な焦点をあてている。 実践者の調査では、知識のある個人が不足しているため、業界における採用が妨げられている。 我々は、理論知識とハンズオン学習を産業関連技術と統合した自己適応型ソフトウェアシステムでコースを教える経験を提示する。
  論文  参考訳（メタデータ） (2025-04-14T21:32:25Z)
• Demystifying Domain-adaptive Post-training for Financial LLMs [79.581577578952]
  FINDAPは、大規模言語モデル(LLM)のドメイン適応後学習に関する体系的できめ細かな研究である このアプローチは、FinCap、FinRec、FinTrain、FinEvalの4つの重要なコンポーネントで構成されています。 結果として得られるモデルであるLlama-Finは、幅広い財務タスクで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-01-09T04:26:15Z)
• Understanding LLMs: A Comprehensive Overview from Training to Inference [52.70748499554532]
  大規模言語モデルの低コストなトレーニングと展開は、将来の開発トレンドを表している。 トレーニングに関する議論には、データ前処理、トレーニングアーキテクチャ、事前トレーニングタスク、並列トレーニング、モデル微調整に関連する関連コンテンツなど、さまざまな側面が含まれている。 推論の面では、モデル圧縮、並列計算、メモリスケジューリング、構造最適化などのトピックを取り上げている。
  論文  参考訳（メタデータ） (2024-01-04T02:43:57Z)
• Software development in startup companies: A systematic mapping study [4.881718571745022]
  本研究の目的は,スタートアップ企業におけるソフトウェア開発の文献の構造と分析である。 43の初等的な研究が同定され、スタートアップにおけるソフトウェア開発に関する証拠を合成した。 レビューされた初等研究から,213のソフトウェアエンジニアリング作業プラクティスを抽出し,分類し,分析した。
  論文  参考訳（メタデータ） (2023-07-24T19:49:57Z)
• 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)
• A Taxonomy and Archetypes of Business Analytics in Smart Manufacturing [0.0]
  ビジネス分析はスマートマニュファクチャリングの重要な要因だ。 しかし、研究者や実践者は、進歩の追跡と分野における新たな知識獲得に苦慮している。 我々は、スマートマニュファクチャリングにおけるビジネス分析の古型を導出するだけでなく、四部分類を開発する。
  論文  参考訳（メタデータ） (2021-10-12T16:13:45Z)
• 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)
• 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)
• Principles for data analysis workflows [0.0]
  本稿では,再現性のあるデータ解析ワークフローの基本原理について,探索・補修・研磨の3段階を定義した。 データ集約的な研究の原則とソフトウェア開発の確立した実践の類似性を引き合いに出す。
  論文  参考訳（メタデータ） (2020-07-17T01:17:37Z)

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。