MétaCan
Menu
Retour à la cohorte
Enregistrement W2058794190 · doi:10.1002/meet.2008.1450450125

Understanding visual search tools through users' reactions

2008· article· en· W2058794190 sur OpenAlexaffabout
Efthimis N. Efthimiadis, Allison Druin, Andrew Large

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésVisual searchWorld Wide WebSearch engineComputer scienceDigital libraryRange (aeronautics)Information retrievalPsychologyMultimediaEngineeringArtificial intelligenceArt

Résumé

récupéré en direct d'OpenAlex

Abstract Today visual search tools are being used by children in Canada and Mongolia, and college students in the US. These diverse users each have their own needs, expectations, and uses for visual search and the results of such searches. This panel will address issues relating to visual search in diverse environments with various ages of users. The technologies studied are the International Children's Digital Library (ICDL), the children's portal, History Trek, and three web search engines (one visual–KartOO, one hybrid–Quintura, and one text‐based‐‐Google). Panelists will discuss users that range from children of ages 8 to 12, to college students and working adults in Canada, Germany, Honduras, Mongolia, New Zealand, and the United States. Title: Visual Search Can Lead to Cultural Understanding Author: Allison Druin

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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,887
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0020,009
Communication savante0,0000,003
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 Opus0,099
Tête enseignante GPT0,339
Écart entre enseignants0,240 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations2
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetChild Development and Digital TechnologyTravaux en français237 207