MétaCan
Menu
Retour à la cohorte
Enregistrement W2107269511 · doi:10.1002/asi.23436

Interacting with archival finding aids

2015· article· en· W2107269511 sur OpenAlexafffund
Luanne Freund, Elaine G. Toms

Notice bibliographique

RevueJournal of the Association for Information Science and Technology · 2015
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDigital and Traditional Archives Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of British Columbia
Mots-clésTask (project management)CLARITYComputer scienceInformation seeking behaviorUsabilityProcess (computing)PsychologyInformation seekingWorld Wide WebHuman–computer interactionInformation retrieval

Résumé

récupéré en direct d'OpenAlex

This research aimed to gain a detailed understanding of how genealogists and historians interact with, and make use of, finding aids in print and digital form. The study uses the lens of human information interaction to investigate finding aid use. Data were collected through a lab‐based study of 32 experienced archives' users who completed two tasks with each of two finding aids. Participants were able to carry out the tasks, but they were somewhat challenged by the structure of the finding aid and employed various techniques to cope. Their patterns of interaction differed by task type and they reported higher rates of satisfaction, ease of use, and clarity for the assessment task than the known‐item task. Four common patterns of interaction were identified: top‐down, bottom‐up, interrogative, and opportunistic. Results show how users interact with findings aids and identify features that support and hinder use. This research examines process and performance in addition to outcomes. Results contribute to the archival science literature and also suggest ways to extend models of human information interaction.

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)0,005
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,030
Tête enseignante GPT0,239
Écart entre enseignants0,210 · 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'étudeQualitatif
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

Citations19
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information Science and TechnologyMême sujetDigital and Traditional Archives ManagementTravaux en français237 207