MétaCan
Menu
Retour à la cohorte
Enregistrement W1594201899 · doi:10.17705/1jais.00311

Valuing Virtual Worlds: The Role of Categorization in Technology Assessment

2012· article· en· W1594201899 sur OpenAlex
Luciara Nardon, Kathryn Aten

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of the Association for Information Systems · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMetaverseCategorizationComputer scienceContext (archaeology)Virtual realityKnowledge managementValue (mathematics)Human–computer interactionData scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Virtual worlds offer great potential for supporting the collaborative work of geographically distributed teams. However, reports indicate the existence of substantial barriers to the acceptance and use of virtual worlds in business settings. In this paper, we explore how individuals’ interpretations of virtual worlds influence their judgments of the value of the technology. We conducted a qualitative analysis set in the context of a large computer and software company that was in the process of adopting virtual worlds for distributed collaboration. We identified interpretations of virtual worlds that suggest three mental categories: virtual worlds as a medium, virtual worlds as a place, and virtual worlds as an extension of reality. We associated these mental categories with different criteria for assessing the value of virtual worlds in a business setting. This study contributes particularly to the acceptance of virtual worlds but also more generally to the understanding of technology acceptance by demonstrating that the relative importance of the criteria for assessing a technology varies with potential users’ interpretations and mental categorizations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil0,151

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,282
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle