論文の概要: Design, development, and preliminary validity and reliability evidence of the Software Engineering Self-Efficacy Scale (SESES)
- arxiv url: http://arxiv.org/abs/2609.29068v1
- Date: Thu, 24 Sep 2026 05:57:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:09.742506
- Title: Design, development, and preliminary validity and reliability evidence of the Software Engineering Self-Efficacy Scale (SESES)
- Title（参考訳）: SESES(Software Engineering Self-Efficacy Scale)の設計・開発・信頼性証明
- Abstract要約: 本研究は,Software Engineering Self-Efficacy Scale(SESES)の設計,開発,実装,および,事前の妥当性と信頼性の証明を提供することを目的とする。
ソフトウェア工学のカリキュラムと概念のガイダンスと自己効力の概念を用いた概念的なフレームワークによって、我々はn = 87項目の初期項目プールを生成しました。
この結果から,ソフトウェア工学の自己効力性は5つの理論的・相関的要因の多次元的構成である可能性が示唆された。
- 参考スコア（独自算出の注目度）: 1.6419687521433917
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The purpose of this research is to design, develop, implement, and provide preliminary validity and reliability evidence of the Software Engineering Self-Efficacy Scale (SESES). Framed by a conceptual framework using guidance in software engineering curriculum and concepts along with the notion of self-efficacy, we generated an initial item pool of n = 87 items to operationalize and measure software engineering self-efficacy among undergraduate computing students. The conceptual framework traces five dimensions: 1) Requirements Engineering, 2) Teamwork and Collaboration, 3) Software Quality Management, 4) Software Design and Architecture, and 5) Software Agile Methodologies. We pilot tested the SESES with n = 527 undergraduate computing students who had completed a software engineering course in the current semester or a previous academic semester. We employed Exploratory Factor Analysis (EFA) with the Principal Axis Factoring method and an oblique (Promax) rotation to examine the underlying structure of the SESES, resulting in the same five internally consistent latent constructs in the conceptual framework with minimal cross-loading and a simple structure in the pattern matrix, explaining approximately 57% of the variability in these data. Our findings suggest that software engineering self-efficacy is a multidimensional construct of five theorized and correlated, yet distinct latent factors. We unpack the limitations and delimitations of the research while exploring undergraduate computing students' software engineering self-efficacy using necessary domain-specific measurements.
- Abstract（参考訳）: 本研究の目的は,ソフトウェア工学自己効力尺度(Software Engineering Self-Efficacy Scale,SESES)の予備的妥当性と信頼性の証拠を設計,開発,実装し,提供することである。
ソフトウェア工学のカリキュラムと概念の指導と自己効力の概念を併用した概念的枠組みを駆使して,n = 87項目の初期項目プールを作成し,大学生のソフトウェア工学の自己効力度を計測した。
概念的枠組みは5つの次元を辿る。
1)要求工学
2)チームワークとコラボレーション
3)ソフトウェア品質管理
4)ソフトウェア設計とアーキテクチャ
5) ソフトウェアアジャイル方法論。
私たちは、現在の学期か以前の学期でソフトウェア工学のコースを修了した、n = 527人の学部生でSESESを試験しました。
SESESの基盤構造を調べるために,主軸因子法と斜め(Promax)回転を用いた探索的因子分析(EFA)を用いて,最小のクロスローディングとパターン行列の単純な構造を持つ概念フレームワークにおいて,同じ5つの内部的に一貫した潜伏構造を導出した。
この結果から,ソフトウェア工学の自己効力性は5つの理論的・相関的要因の多次元的構成であることが明らかとなった。
我々は,本研究の限界と限界を解き放ち,必要なドメイン固有の測定値を用いて,大学生のソフトウェア工学の自己効力性を探究する。
関連論文リスト
- ECLAIR: A Causally-Grounded AI Framework for Scientific Discovery in Empirical Software Engineering [51.19819833971252]
本稿では,科学プロセスのすべての段階に大規模言語モデルを統合する,因果的基盤を持つAIフレームワークであるECLAIRを紹介する。
ECLAIRはLSMを因果推論の原理の下で活動する活発な科学的エージェントとして扱う。
論文 参考訳（メタデータ） (2026-08-03T14:47:03Z) - The Rise of AI-Native Software Engineering: Implications for Practice, Education, and the Future Workforce [0.0]
Generative Artificial Intelligence (GenAI)、Large Language Models (LLM)、そして出現するAgentic AIは、ソフトウェア工学史上最も破壊的な変革である。
本稿は、48の検証された影響力のある査読論文を体系的にレビューする。
論文 参考訳（メタデータ） (2026-06-11T07:23:49Z) - A Course on the Introduction to Quantum Software Engineering: Experience Report [0.0]
量子コンピューティングはプログラミングによってますます実践される。
ほとんどの教育製品は、ソフトウェア工学の懸念よりも、アルゴリズムやフレームワークレベルの使用を重視している。
本稿では、ソフトウェア工学のレンズを通して量子コンピューティングをフレーム化する、クロスリストの学部生向けコースの設計と最初の提供について報告する。
論文 参考訳（メタデータ） (2026-02-07T15:35:04Z) - Revisiting Software Engineering Education in the Era of Large Language Models: A Curriculum Adaptation and Academic Integrity Framework [0.0]
本稿では、生成AIがコアソフトウェアエンジニアリング能力をどのように変化させるかを分析するための理論的枠組みを提案する。
トルコのコンピュータ工学プログラムに注意が向けられ、中央集権的な規制、大規模なクラスサイズ、試験指向のアセスメントがこれらの課題を増幅している。
論文 参考訳（メタデータ） (2026-01-06T22:41:47Z) - An LLM-enabled Multi-Agent Autonomous Mechatronics Design Framework [49.633199780510864]
本研究は, 機械設計, 最適化, エレクトロニクス, ソフトウェア工学の専門知識を統合した多エージェント自律メカトロニクス設計フレームワークを提案する。
このフレームワークは、言語駆動のワークフローを通じて運用され、構造化された人間のフィードバックを組み込んで、現実世界の制約下での堅牢なパフォーマンスを保証する。
完全に機能する自律型容器は、最適化された推進、コスト効率の高い電子機器、高度な制御を備えていた。
論文 参考訳（メタデータ） (2025-04-20T16:57:45Z) - Inference-Time Computations for LLM Reasoning and Planning: A Benchmark and Insights [49.42133807824413]
本稿では,大規模言語モデル(LLM)の複雑な課題解決における推論と計画能力について検討する。
近年の推論時間技術の発展は,LLM推論を追加訓練なしで向上させる可能性を示している。
OpenAIのo1モデルは、マルチステップ推論と検証の新たな使用を通じて、有望なパフォーマンスを示している。
論文 参考訳（メタデータ） (2025-02-18T04:11:29Z) - Teaching Scrum with a focus on compliance assessment [1.1060425537315088]
コースの目的は、学生にスクラムでソフトウェア開発プロジェクトを管理するスキルを提供することです。
コースの5つのエディションの実施により、アジャイル学生プロジェクトにおける時間予算やチーム構成について学んだいくつかの教訓を特定できるようになりました。
論文 参考訳（メタデータ） (2024-04-22T09:44:44Z) - Using Machine Learning To Identify Software Weaknesses From Software
Requirement Specifications [49.1574468325115]
本研究は、要求仕様からソフトウェア弱点を特定するための効率的な機械学習アルゴリズムを見つけることに焦点を当てる。
ProMISE_exp. Naive Bayes、サポートベクターマシン(SVM)、決定木、ニューラルネットワーク、畳み込みニューラルネットワーク(CNN)アルゴリズムをテストした。
論文 参考訳（メタデータ） (2023-08-10T13:19:10Z) - Empowered and Embedded: Ethics and Agile Processes [60.63670249088117]
私たちは倫理的考慮事項を(アジャイル)ソフトウェア開発プロセスに組み込む必要があると論じています。
私たちは、すでに存在しており、確立されたアジャイルソフトウェア開発プロセスで倫理的な議論を実施する可能性を強調しました。
論文 参考訳（メタデータ） (2021-07-15T11:14:03Z) - Towards CRISP-ML(Q): A Machine Learning Process Model with Quality
Assurance Methodology [53.063411515511056]
本稿では,機械学習アプリケーション開発のためのプロセスモデルを提案する。
第1フェーズでは、データの可用性がプロジェクトの実現可能性に影響を与えることが多いため、ビジネスとデータの理解が結合されます。
第6フェーズでは、機械学習アプリケーションの監視とメンテナンスに関する最先端のアプローチがカバーされている。
論文 参考訳（メタデータ） (2020-03-11T08:25:49Z)
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。