論文の概要: Tutorial Debriefing: Applied Statistical Causal Inference in Requirements Engineering

• arxiv url: http://arxiv.org/abs/2511.03875v1
• Date: Wed, 05 Nov 2025 21:43:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-07 20:17:53.220602
• Title: Tutorial Debriefing: Applied Statistical Causal Inference in Requirements Engineering
• Title（参考訳）: チュートリアル・デブリーフィング:要求工学における統計的因果推論の適用
• Authors: Julian Frattini, Hans-Martin Heyn, Robert Feldt, Richard Torkar,
• Abstract要約: ソフトウェアエンジニアリング(SE)研究コミュニティは、ソフトウェア生産者と消費者という、我々の研究の対象とする人口の改善に貢献しようと努力しています。 研究中に得た知識を実践に移すことができれば、この改善を達成できるでしょう。 これらのコントリビューションの価値は、それらを適用することで開発プロセスやユーザエクスペリエンス、その他のパフォーマンス指標が改善されるという前提に基づいている。
• 参考スコア（独自算出の注目度）: 4.29699238971962
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: As any scientific discipline, the software engineering (SE) research community strives to contribute to the betterment of the target population of our research: software producers and consumers. We will only achieve this betterment if we manage to transfer the knowledge acquired during research into practice. This transferal of knowledge may come in the form of tools, processes, and guidelines for software developers. However, the value of these contributions hinges on the assumption that applying them causes an improvement of the development process, user experience, or other performance metrics. Such a promise requires evidence of causal relationships between an exposure or intervention (i.e., the contributed tool, process or guideline) and an outcome (i.e., performance metrics). A straight-forward approach to obtaining this evidence is via controlled experiments in which a sample of a population is randomly divided into a group exposed to the new tool, process, or guideline, and a control group. However, such randomized control trials may not be legally, ethically, or logistically feasible. In these cases, we need a reliable process for statistical causal inference (SCI) from observational data.
• Abstract（参考訳）: あらゆる科学分野において、ソフトウェア工学(SE)研究コミュニティは、我々の研究対象であるソフトウェア生産者と消費者の改善に貢献しようと努力しています。 研究中に得た知識を実践に移すことができれば、この改善を達成できるでしょう。 この知識の移譲は、ソフトウェア開発者のためのツール、プロセス、ガイドラインの形で行われるかもしれない。 しかしながら、これらのコントリビューションの価値は、それらを適用することで開発プロセスやユーザエクスペリエンス、その他のパフォーマンス指標が改善されるという仮定に基づいている。 このような約束には、露出や介入(貢献するツール、プロセス、ガイドライン)と結果(パフォーマンス指標)の間の因果関係の証拠が必要です。 この証拠を得るためのストレートフォワードアプローチは、集団のサンプルをランダムに、新しいツール、プロセス、ガイドライン、およびコントロールグループに露出したグループに分割する制御実験である。 しかし、このようなランダム化制御裁判は法的に、倫理的に、または論理的には不可能である。 このような場合、観測データから統計的因果推論(SCI)を行うための信頼性の高いプロセスが必要である。

関連論文リスト

• Oops!... I did it again. Conclusion (In-)Stability in Quantitative Empirical Software Engineering: A Large-Scale Analysis [5.94721915761333]
  ソフトウェアリポジトリのマイニングは、ソフトウェアプロジェクトの進化に関する洞察を得るための一般的な方法である。 本研究では、進化的ソフトウェア解析のための複雑なツールパイプラインの妥当性に対するいくつかの脅威について検討する。
  論文  参考訳（メタデータ） (2025-10-08T10:11:39Z)
• A Dataset For Computational Reproducibility [2.147712260420443]
  本稿では、幅広い分野の科学分野をカバーする計算実験のデータセットを紹介する。 ソフトウェア依存関係、実行手順、正確な再現に必要な設定の詳細が組み込まれている。 ツールの有効性を客観的に評価し比較するための標準化データセットを確立することで、普遍的なベンチマークを提供する。
  論文  参考訳（メタデータ） (2025-04-11T16:45:10Z)
• Do We Need to Verify Step by Step? Rethinking Process Supervision from a Theoretical Perspective [59.61868506896214]
  標準的なデータカバレッジの仮定では、強化学習はプロセスの監督よりも統計的に難しいものではない。 任意のポリシーの利点関数が最適なプロセス報酬モデルとして機能することを証明する。
  論文  参考訳（メタデータ） (2025-02-14T22:21:56Z)
• Does the Tool Matter? Exploring Some Causes of Threats to Validity in Mining Software Repositories [9.539825294372786]
  10の大規模なソフトウェアプロジェクトを抽出し分析するために、2つのツールを使用します。 同様の傾向にもかかわらず、コミット数や開発者の数のような単純なメトリクスでさえ、最大500%の違いがある。 このような大きな違いは、しばしば小さな技術的な詳細によって引き起こされる。
  論文  参考訳（メタデータ） (2025-01-25T07:42:56Z)
• LLM-based Interaction for Content Generation: A Case Study on the Perception of Employees in an IT department [85.1523466539595]
  本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。 以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。 分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-18T15:35:43Z)
• Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
  ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。 正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。 人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
  論文  参考訳（メタデータ） (2022-01-27T22:15:56Z)
• Scaling up Search Engine Audits: Practical Insights for Algorithm Auditing [68.8204255655161]
  異なる地域に数百の仮想エージェントを配置した8つの検索エンジンの実験を行った。 複数のデータ収集にまたがる研究インフラの性能を実証する。 仮想エージェントは,アルゴリズムの性能を長時間にわたって監視するための,有望な場所である,と結論付けている。
  論文  参考訳（メタデータ） (2021-06-10T15:49:58Z)
• Detecting discriminatory risk through data annotation based on Bayesian inferences [5.017973966200985]
  本稿では,与えられたデータセットの判別結果のリスクについて警告することを目的としたデータアノテーション手法を提案する。 機械学習コミュニティが一般的にアクセスする3つのデータセット上で,我々のシステムを実証的にテストする。
  論文  参考訳（メタデータ） (2021-01-27T12:43:42Z)
• Open Source Software for Efficient and Transparent Reviews [0.11179881480027788]
  ASReviewはオープンソースの機械学習支援パイプラインで、アクティブラーニングを適用している。 シミュレーションにより,ASReviewは手作業によるレビューよりもはるかに効率的なレビューを実現することができることを示す。
  論文  参考訳（メタデータ） (2020-06-22T11:57:10Z)
• A Survey on Causal Inference [64.45536158710014]
  因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。 観測データに対する様々な因果効果推定法が誕生した。
  論文  参考訳（メタデータ） (2020-02-05T21:35:29Z)

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。