MétaCan
Menu
Retour à la cohorte
Enregistrement W2024024274 · doi:10.1007/s11257-006-9013-6

Design and evaluation of an adaptive incentive mechanism for sustained educational online communities

2006· article· en· W2024024274 sur OpenAlex

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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueUser Modeling and User-Adapted Interaction · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueOnline Learning and Analytics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIncentiveQuality (philosophy)ReputationOnline communityComputer scienceMechanism (biology)Critical mass (sociodynamics)Information overloadMeasure (data warehouse)Knowledge managementInternet privacyPublic relationsBusinessWorld Wide WebPolitical scienceMicroeconomicsEconomics

Résumé

récupéré en direct d'OpenAlex

Most online communities, such as discussion forums, file-sharing communities, e-learning communities, and others, suffer from insufficient user participation in their initial phase of development. Therefore, it is important to provide incentives to encourage participation, until the community reaches a critical mass and “takes off”. However, too much participation, especially of low-quality can also be detrimental for the community, since it leads to information overload, which makes users leave the community. Therefore, to regulate the quality and the quantity of user contributions and ensure a sustainable level of user participation in the online community, it is important to adapt the rewards for particular forms of participation for individual users depending on their reputation and the current needs of the community. An incentive mechanism with these properties is proposed. The main idea is to measure and reward the desirable user activities and compute a user participation measure, then cluster the users based on their participation measure into different classes, which have different status in the community and enjoy special privileges. For each user, the reward for each type of activity is computed dynamically based on a model of community needs and an individual user model. The model of the community needs predicts what types of contributions (e.g. more new papers or more ratings) are most valuable at the current moment for the community. The individual model predicts the style of contributions of the user based on her past performance (whether the user tends to make high-quality contributions or not, whether she fairly rates the contributions of others). The adaptive rewards are displayed to the user at the beginning of each session and the user can decide what form of contribution to make considering the rewards that she will earn. The mechanism was evaluated in an online class resource-sharing system, Comtella. The results indicate that the mechanism successfully encourages stable and active user participation; it lowers the level of information overload and therefore enhances the sustainability of the community.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,422
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,066
Tête enseignante GPT0,334
Écart entre enseignants0,268 · 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