論文の概要: Results of the analysis of a survey for young scientists on training quality in HEP instrumentation software and machine learning

• arxiv url: http://arxiv.org/abs/2603.16293v1
• Date: Tue, 17 Mar 2026 09:30:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:07.197521
• Title: Results of the analysis of a survey for young scientists on training quality in HEP instrumentation software and machine learning
• Title（参考訳）: 若手科学者を対象としたHEPインスツルメンテーションソフトと機械学習のトレーニング品質調査結果
• Authors: Cecilia Borca, Javier Jiménez Peña, David Marckx, Malgorzata Niemiec, Elisabetta Spadaro Norella, Marta Urbaniak,
• Abstract要約: ECFA Early-Career Research Panelによる2021年の調査によると、334人の回答者の71%がオープンソースソフトウェアツールをインスツルメンテーション作業に使用しているが、70%はこれらのツールのトレーニングを受けていないと報告している。 これに応じて、実験・応用物理学における早期研究者のための機械学習およびソフトウェアにおけるトレーニングプログラムのアクセシビリティと品質を評価するために、Software and Machine Learning for Instrumentation Groupが結成された。 本報告は, 調査結果を詳細に要約し, 早期の研究者が利用できる研修プログラムを改善するための指導資料として機能することを目的としている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A 2021 study by the ECFA Early-Career Researchers Panel revealed that 71% of 334 respondents used open-source software tools in their instrumentation work, yet 70% reported receiving no training for these tools. In response, the Software and Machine Learning for Instrumentation group was formed in the ECFA Early-Career Researchers Panel to assess the accessibility and quality of training programs in machine learning and software for early-career researchers in experimental and applied physics. This group launched a new survey, reaching 174 participants. This report summarises the survey results in detail, and is intended to serve as a guiding document to improve the training programs that are available to early-career researchers.
• Abstract（参考訳）: ECFA Early-Career Research Panelによる2021年の調査によると、334人の回答者の71%がオープンソースソフトウェアツールをインスツルメンテーション作業に使用しているが、70%はこれらのツールのトレーニングを受けていないと報告している。 これに応えて、ECFAアーリーキャリヤ研究者パネル(Early-Career researchers Panel)では、アーリーケア研究者のための機械学習およびソフトウェアにおけるトレーニングプログラムのアクセシビリティと品質を評価するために、Software and Machine Learning for Instrumentation Groupが結成された。 このグループは174人の参加者を集めた新しい調査を開始した。 本報告は, 調査結果を詳細に要約し, 早期の研究者が利用できる研修プログラムを改善するための指導資料として機能することを目的としている。

関連論文リスト

• The Impact of Generative AI-Powered Code Generation Tools on Software Engineer Hiring: Recruiters' Experiences, Perceptions, and Strategies [4.557635080377692]
  本研究では,GenAIを利用したコード生成ツールについて,採用者の経験と認識について考察する。 業界の専門家32人を対象に行った調査では、ほとんどの参加者はそのようなツールに精通しているが、ほとんどの組織は、これらのツールの使用・知識を考慮に入れた候補評価手法を調整していない。 ほとんどの参加者は、GenAIを利用したコード生成ツールをコンピュータサイエンスカリキュラムに組み込むことが重要であると考えている。
  論文  参考訳（メタデータ） (2024-09-02T00:00:29Z)
• Could ChatGPT get an Engineering Degree? Evaluating Higher Education Vulnerability to AI Assistants [176.39275404745098]
  我々は,2つのAIアシスタントであるGPT-3.5とGPT-4が適切な回答を得られるかどうかを評価する。 GPT-4は65.8%の質問を正解し、85.1%の質問に対して少なくとも1つの手順で正しい答えを出すことができる。 この結果から,AIの進歩を踏まえて,高等教育におけるプログラムレベルの評価設計の見直しが求められた。
  論文  参考訳（メタデータ） (2024-08-07T12:11:49Z)
• Factors Influencing Performance of Students in Software Automated Test Tools Course [4.748038457227373]
  自動テストコースでは,どの要因が学生のパフォーマンスに影響を与えているのかを理解することが重要である。 このテストコースで学生のパフォーマンスを予測するために考慮されているさまざまな指標は、学生のエンゲージメント、個々の納品品の格付け、前提条件のコースである。 このデータセットには2021年から2022年までの学生の記録が含まれており、5つの異なる学区の情報で構成されていた。
  論文  参考訳（メタデータ） (2024-05-31T17:46:57Z)
• SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
  本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。 SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。 本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
  論文  参考訳（メタデータ） (2024-04-09T15:01:51Z)
• Managing Software Provenance to Enhance Reproducibility in Computational Research [1.1421942894219899]
  計算に基づく科学研究の管理は、個人の好みと研究の性質に基づいて実験を設計する個々の研究者に委ねられることが多い。 我々は、研究者がトレーサビリティーの明確な記録を提供するための実行環境を明示的に作成することで、計算に基づく科学研究の品質、効率、そして改善できると考えている。
  論文  参考訳（メタデータ） (2023-08-29T21:13:18Z)
• 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)
• Biomedical image analysis competitions: The state of current participation practice [143.52578599912326]
  我々は,バイオメディカルイメージング分析の特定の分野におけるアルゴリズム開発の現状を明らかにするための調査を設計した。 この調査は、参加者の専門知識と作業環境、選択した戦略、およびアルゴリズムの特徴をカバーした。 全体として、すべてのソリューションの94%はディープラーニングベースのものだ。そのうち84%は標準アーキテクチャに基づいていた。
  論文  参考訳（メタデータ） (2022-12-16T16:44:46Z)
• Fairness Testing: A Comprehensive Survey and Analysis of Trends [30.637712832450525]
  機械学習(ML)ソフトウェアの不公平な振る舞いは、ソフトウェアエンジニアの間で注目と関心が高まっている。 本稿では,本分野における既存研究を包括的に調査する。
  論文  参考訳（メタデータ） (2022-07-20T22:41:38Z)

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。