MétaCan
Menu
Retour à la cohorte
Enregistrement W2160062293 · doi:10.1002/meet.14504201233

Engagement as process in human‐computer interactions

2005· article· en· W2160062293 sur OpenAlexafffund
Heather L. O’Brien, Elaine G. Toms

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésUsabilityHuman–computer interactionConstruct (python library)Process (computing)Computer scienceInterface (matter)User interfaceUser engagementWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Abstract Recently there has been an increased emphasis on holistic user experiences in human‐computer interactions. Interface design is moving beyond usability, aiming to be aesthetically pleasing, emotionally appealing, and engaging. The term engagement is frequently mentioned in the literature as a goal of interface design, yet the construct remains abstract and ill‐defined. The well‐established frameworks of Flow Theory, Play Theory, and Aesthetic Theory provide a foundation in which to ground engagement and to begin to explore the attributes that must be present in engaging design. We conceptualize engagement as a process rather than a single instance. Our proposed model views engaging interactions as being comprised of three distinct stages: the user must become engaged, sustain the engagement, and eventually disengage from the system. Establishing a solid framework for engagement will enable us to operationally define the term and to develop techniques and instruments for measuring it. Without a rich, theoretical understanding of what constitutes engaging interactions between users and computer interfaces, we cannot ensure that design practices are truly engaging; user's experience with computer‐mediated environments must involve the user cognitively, behaviorally, and affectively.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,015
Communication savante0,0130,010
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,016
Tête enseignante GPT0,318
Écart entre enseignants0,302 · 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'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

Citations7
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetInnovative Human-Technology InteractionTravaux en français237 207