Describing the Information Seeking Behavior: An Investigation on Comparing Learning Models Using Experimental Data Sets
Notice bibliographique
Résumé
The purpose of this paper is to investigate the rule and characteristics of ACADEMIC users’ information seeking behavior, as well as primary factors which influencing satisfaction and behavior outcomes as consequences of the value of information seeking. To examine the users’ behavior, several learning models were adopted, such as Bush-Mosteller model, Bayesian model,, fictitious play and EWA model. Here we employ both qualitative and quantitative approaches to examine the phenomenon of information seeking. We tried to compare the consistence of different models on the basis of experimental data. In Nanjing University of Science and Technology, 120 students were randomly assigned to three different teams and provided different communicating environment according to different learning models when seeking same assign for two hour. The result of a series of confirmatory factor analyses reveals that users’ satisfaction and behavior outcomes had correlated factors with moderate to good reliability. The findings from model analyses showed that EWA are more adapted to the others. Key words: learning model, information seeking, academic user Resume: Le present article vise a etudier les regles et caracteristiques du comportement de la recherche d’information des utilisateurs academiques, et les facteurs essentiels influant sur les resultats de satisfaction et de comportement en raison de la valeur de la recherche d’information. Afin d’examiner le comportement des utilisateurs, plusieurs modeles d’apprentissage ont ete adoptes, tels que modele Bush-Mosteller, modele Bayesian, jeu fictif et modele EWA. Nous employons ici a la fois les approches qualitatives et quantitatives pour etudier le phenomene de la recherche d’information. On tente de comparer la coherence de differents modeles sur la base des donnees experimentales. A l’Universite de Sciences et Technologie de Nanjing, 120 etudiants distribues au hasard dans 3 groupes ont offert, pour les memes tâches de recherche de 2 heures, de differents environnements de communication en vertu des modeles d’apprentissage distincts. Le resultat d’une serie d’analyses sur les facteurs confirmatoires montre que les resultats de satisfaction et de comportement ont correlation avec la moyenne et la grande fiabilite. Les resultats des analyses de modeles indiquent que EWA s’adapte mieux a d’autres. Mots-Cles: modele d’apprentissage, recherche d’information, utilisateur academique
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,105 | 0,286 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».