The effects of navigation tools on student performance and recall in a hypermedia information search task
Notice bibliographique
Résumé
Measures of performance were collected from a sample of 169 students during an information search task through a hypermedia document. Comparisons were made between four groups given navigation tools that contained different spatial cues for conveying conceptual information. All groups were required to revisit the navigation tool for all navigation choices to ensure equal exposure to the tool across groups. Results indicated no differences between the groups in speed, accuracy or economy. However, the addition of explicit spatial cues to hierarchical information did enhance the students’ recall of page titles. It has been suggested that providing spatial frameworks of document material can enhance aspects of hypermedia use but empirical evidence to date is inconsistent. Previous research indicates that spatial tools modeled after realworld navigational tools (maps or diagrams) appear to enhance performance on some measures (McDonald & Stevenson, 1998) but not on others (Stanton, Taylor & Tweedie, 1992). In order to better understand the influence of different spatial elements on hypermedia use, four different navigation tools were tested, each containing different visual devices for mapping spatial characteristics onto the conceptual characteristics of the document material. Performance in a hyperdocument as it relates to spatial information has been studied fairly extensively across several disciplines (for review see Boechler, 2001). Results of earlier studies on the influence of navigation tools on performance measures may have been clouded by the users’ preference for accessing a particular type of tool over another type of tool. The current study forced users to make all navigation decisions from the navigation tool only, thus the impact of each type of spatial cue on performance and memory should be more salient as all users experienced similar exposure to the navigation tool. The performance measures collected in this study included two efficiency measures (task time and number of pages accessed) and two effectiveness measures (accuracy of locating target information and recall of page titles).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».