MétaCan
Menu
Retour à la cohorte
Enregistrement W2120114698 · doi:10.1057/palgrave.ivs.9500130

The Concept Plot: A Concept Mapping Visualization Tool for Asynchronous Web-Based Brainstorming Sessions

2006· article· en· W2120114698 sur OpenAlexaff
Alex Ivanov, Dianne Cyr

Notice bibliographique

RevueInformation Visualization · 2006
Typearticle
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBrainstormingComputer scienceUploadVisualizationAsynchronous communicationHuman–computer interactionPlot (graphics)Task (project management)Process (computing)Interface (matter)Web applicationFace (sociological concept)World Wide WebArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Electronic brainstorming systems have been shown to lead to more ideas, yet unsupported face-to-face brainstorming is still widely preferred. This paper proposes a graphical user interface for a web-based system for design problem-solving or other intellective tasks involving convergent and divergent thinking. Referring to the literature on group support systems and information and knowledge visualization, the study extends features of concept mapping and synthesizes these into a prototype called the Concept Plot (CP). Based on an advertising design task, the paper shows how the CP can be collaboratively constructed in two directions, as text and pictures are uploaded onto nodes, and these nodes scaled up or down as users click to evaluate ideas. The expectation is that this integrated visualization would diminish information overload, while enhancing the social dynamics of the process. Also presented is the pilot deployment of a Flash prototype. The results were inconclusive, yet promising that a study with more participants might demonstrate the functional and affective benefits of the CP.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0260,003

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 Opus0,014
Tête enseignante GPT0,311
Écart entre enseignants0,298 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations18
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation VisualizationMême sujetTeam Dynamics and PerformanceTravaux en français237 207