MétaCan
Menu
Retour à la cohorte
Enregistrement W1867629213

Familiarity and Trust: Measuring Familiarity with a Web Site.

2004· article· en· W1867629213 sur OpenAlexaff
Jie Zhang, Ali A. Ghorbani

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOpinion Dynamics and Social Influence
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésForgettingComputer scienceAffect (linguistics)Similarity (geometry)HierarchyValue (mathematics)Work (physics)Data scienceKnowledge managementArtificial intelligenceCognitive psychologyPsychologyMachine learningEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract — This work aims at measuring familiarity to contribute to the formalization of trust. Trust has always been bundled with familiarity to become a popular topic in the areas of psychology, sociology and computer science. Correlation between familiarity and trust has been explored and proved by many studies from different perspectives. A new model of trust has been proposed by Carter and Ghorbani to formalize the value-centric trust in agent societies. However, the measurement of familiarity in their work is roughly the similarity of values between two agents. Familiarity measurements proposed by other researchers are not convenient due to the instability and abstruseness of familiarity, or are useful only in certain circumstances and are quite problem-specific. We propose a convenient way of measuring familiarity with a Web site and continuously updating its value based on the exploration of factors that may affect familiarity. The five major factors include prior experience, repeated exposure, study duration, level of processing and forgetting rate. The human factors are mapped to the properties of Web application domain through a factors hierarchy. Experiments to evaluate the performance of the proposed measurement are discussed in the future work section. I.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,052
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,221
Écart entre enseignants0,211 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOpinion Dynamics and Social InfluenceTravaux en français237 207