MétaCan
Menu
Retour à la cohorte
Enregistrement W2229912692 · doi:10.1080/10447318.2015.1065697

Challenges to Assessing Usability in the Wild: A Case Study

2015· article· en· W2229912692 sur OpenAlexaff
Gitte Lindgaard

Notice bibliographique

RevueInternational Journal of Human-Computer Interaction · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueUsability and User Interface Design
Établissements canadiensCarleton University
Organismes subventionnairesSwinburne University of Technology
Mots-clésUsabilitySeriousnessInterviewPluralistic walkthroughCognitive walkthroughComputer scienceProduct (mathematics)Construct (python library)Usability inspectionUsability labUsability engineeringKnowledge managementEngineeringHuman–computer interactionSoftware engineering

Résumé

récupéré en direct d'OpenAlex

This article describes one part of a human factors study conducted over 3 months in a petro-chemical manufacturing plant in Australia. The project had two purposes, namely, to identify issues to be included in a training course for plant operators and to identify low-level usability-related software issues that might be rectifiable prior to system implementation. After interviewing 28 operators and eight managers, the operators were observed on the job while interacting with the old system. Finally, the 3-part usability assessment comprising 2 expert inspections and a user-based quasi-walkthrough was conducted. As the study took place shortly before a new, off-the-shelf automated manufacturing system was implemented, it was not possible to test an interactive version, relying instead exclusively on static screens. This made it impossible to provide user performance data, which could have helped to convince management of the seriousness of certain problems. One of these proved so severe that an engineer had to be present 24/7 in the control room for 6 months following system cutover because the operators were unable to achieve the required product quality. Based on the data, suggestions are made for expanding the usability construct to include assessment of perceived technology usefulness and to refine the concept of attitude in mandatory settings.

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)0,028
score de la tête « metaresearch » (Gemma)0,056
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 enseignants0,028
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,005
Communication savante0,0050,005
Science ouverte0,0040,004
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,208
Tête enseignante GPT0,427
Écart entre enseignants0,220 · 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

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Human-Computer InteractionMême sujetUsability and User Interface DesignTravaux en français237 207