論文の概要: The ICSE 2026 Shadow PC: Training the Next Generation of Reviewers Through Deliberate Practice

• arxiv url: http://arxiv.org/abs/2607.20396v1
• Date: Wed, 22 Jul 2026 17:32:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:38.168689
• Title: The ICSE 2026 Shadow PC: Training the Next Generation of Reviewers Through Deliberate Practice
• Title（参考訳）: ICSE 2026シャドウPC
• Authors: Christian Kästner, Michael Hilton, Jonathan Bell, Francisco Gomes de Oliveira Neto,
• Abstract要約: ICSE 2026シャドウPCについて述べる。 主なイノベーションは、校正とピアフィードバックを備えたマルチフェーズ構造、メインPCからの厳格な分離、リーダーシップ開発への道筋である。
• 参考スコア（独自算出の注目度）: 11.4388188240075
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Peer review is essential to software engineering research, yet reviewer training remains largely implicit. We describe the ICSE 2026 Shadow PC, a redesigned program emphasizing deliberate practice at scale. Key innovations include multi-phase structure with calibration and peer feedback, strict separation from the main PC, and a pathway toward leadership development. With 102 participants completing the program and reviewing 117 papers, 97% recommending the experience, and positive reception from authors (67% finding reviews helpful), the program demonstrates that rigorous reviewer training is achievable at scale. We share lessons learned and propose shadow PC area chairs as a mechanism for sustainable scaling and leadership development.
• Abstract（参考訳）: ピアレビューはソフトウェア工学の研究に不可欠だが、レビュアーのトレーニングは大半が暗黙的である。 ICSE 2026シャドウPCについて述べる。 主なイノベーションは、校正とピアフィードバックを備えたマルチフェーズ構造、メインPCからの厳格な分離、リーダーシップ開発への道筋である。 102人の参加者がプログラムを完了し、117の論文をレビューし、97%が経験を推奨し、著者からの肯定的な評価(67%がレビューが役に立つ)により、厳密なレビュアートレーニングが大規模に達成可能であることを示す。 我々は、持続可能なスケーリングとリーダーシップ開発のためのメカニズムとして、学んだ教訓を共有し、影のPCエリアチェアを提案する。

関連論文リスト

• Prompt Coach: An Empirical Evaluation of an Agentic Tutor for Learning Prompt Engineering in Software Development [2.1480208860520533]
  Prompt Coach(PC)は、開発者が高品質なコード生成プロンプトの作り方を学ぶのを助けるエージェントチューターである。 PCは、複数の次元と表面をまたいだ迅速な品質を評価し、自己学習をガイドする。
  論文  参考訳（メタデータ） (2026-07-07T09:44:46Z)
• Blended PC Peer Review Model: Process and Reflection [12.91610113966584]
  The International Conference on Mining Software Repositories (MSR 2025)は、Blended Program Committee (PC)による技術トラックのピアレビューモデルを実験した。 本稿では,レビュー後著者調査から得られた経験的知見を含め,モデルに対する理論的根拠,実装,考察について述べる。 以上の結果から,Blended PCがレビュア不足を緩和し,インクリシティを向上し,高品質な査読プロセスを維持できる可能性が示唆された。
  論文  参考訳（メタデータ） (2025-04-27T04:45:23Z)
• The ICML 2023 Ranking Experiment: Examining Author Self-Assessment in ML/AI Peer Review [49.43514488610211]
  著者が提供するランキングは、機械学習カンファレンスでのピアレビュープロセスを改善するために利用することができる。 著者が提示したランキングを用いて生のレビュースコアを校正するイソトニックメカニズムに注目した。 本稿では,アイソトニック機構の慎重かつリスクの低いいくつかの応用と著者が提案する格付けをピアレビューで提案する。
  論文  参考訳（メタデータ） (2024-08-24T01:51:23Z)
• Set-to-Sequence Ranking-based Concept-aware Learning Path Recommendation [49.85548436111153]
  SRC(Set-to-Sequence Ranking-based Concept-Aware Learning Path Recommendation)という新しいフレームワークを提案する。 SRCは、セット・ツー・シーケンス・パラダイムの下でレコメンデーション・タスクを定式化する。 実世界の2つの公開データセットと1つの産業データセットについて広範な実験を行う。
  論文  参考訳（メタデータ） (2023-06-07T08:24:44Z)
• Hierarchical Programmatic Reinforcement Learning via Learning to Compose Programs [58.94569213396991]
  プログラムポリシーを作成するための階層型プログラム強化学習フレームワークを提案する。 提案するフレームワークは,プログラム作成の学習を通じて,アウト・オブ・ディストリビュータの複雑な動作を記述するプログラムポリシーを作成することができる。 Karel ドメインの実験結果から,提案するフレームワークがベースラインより優れていることが示された。
  論文  参考訳（メタデータ） (2023-01-30T14:50:46Z)
• Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
  ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。 標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。 Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
  論文  参考訳（メタデータ） (2022-11-16T10:00:23Z)
• ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
  本稿では,フィードバックを数発の分類として提供するという課題について考察する。 メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。 本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
  論文  参考訳（メタデータ） (2021-07-23T22:41:28Z)

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。