文献

J-GLOBAL ID：202102260398978808   整理番号：21A0666629

調査結果の再現性:ヒト被験者プールの類似性を定量化する新しい方法【JST・京大機械翻訳】

Reproducibility of Survey Results: A New Method to Quantify Similarity of Human Subject Pools

著者 (4件)： Khamesi Atieh R. (University of Kentucky,Lexington,USA) ,  Musmeci Riccardo (University of Kentucky,Lexington,USA) ,  Silvestri Simone (University of Kentucky,Lexington,USA) ,  Baker D. A. (Missouri University of Science and Technology,Rolla,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： GLOBECOM  ページ： 1-7  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： スマート接続コミュニティ(SCC)は,社会科学,コンピュータ科学,および工学を含む複数の分野を一緒にもたらす新しいパラダイムである。大規模調査は,SCCパラダイムを実現するために必要な人間集団への新技術のニーズと影響を理解するための基本的なツールである。しかし,調査結果の再現性に関する議論が増えている。用例として,被験者集団が人口統計的観点から統計的に等価であっても,調査が矛盾する結果を容易に提供できることを示した。本論文では,明らかに矛盾する結果を定量的に正当化するための形式的手法を提供することにより,調査結果の再現性の問題に取り組むための初期ステップを取り上げる。特に,非人口統計的質問に対するユーザ回答に基づく2つの個体群間の新しい非類似性計量を定義した。この目的のために,調査における最も代表的な質問を選択するために,それぞれ,サブモジュール最適化と情報理論に基づく2つのアルゴリズムを提案した。結果は,著者らの方法が,純粋に人口統計的観点から明白でない差異を同定し,定量化することを示している。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  情報理論 ,  計算機科学 ,  コミュニティ ,  *ヒト ,  再現性 ,  社会科学 ,  個体群 ,  類似性
準シソーラス用語： *被験者 ,  用例 ,  非類似性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 調査 ,  再現性 ,  ヒト ,  被験者 ,  類似性 ,  定量化